关于如何测试Atlas200DK上模型的mAP以及profiling中postprocess的一些疑问

[Mr1006853138]

问题一： 你好，我近期在做Atlas200DK上yolov5剪枝模型的部署工作，想要对比模型剪枝前后性能的变化，其中速度可以通过profiling去看，但是mAP不知道怎么测试。我找到了源码中和画框相关的代码段，请问是只能修改源码去做一个bbox坐标提取后，再进行mAP计算吗？还是说项目中有自带的bbox坐标输出接口？

问题二： 在看profiling生成的yolov5的perflog.json文件时，注意到中间有一段很长的postprocess过程，而同时期并没有其他接口被调用。请问这时的postprocess是在做一个什么工作呢？ 以下是yolov5m v6.0的perflog.json文件：

[lenLRX]

问题一: 需要开发一个文件输出output，和一个可选的图片输入input(如果你要使用imagenet数据集的话)，文件输出每张图片对应的框的坐标和类别等信息，得到一个json或者类似的文件，然后再用cocotools计算mAP 这部分我之前写了一半，太监了 问题二: 因为这里yoloV5的后处理用的是python代码，所以第一次执行的时候要import pytorch等组件会比较慢

[Mr1006853138]

了解了，十分感谢

问题一: 需要开发一个文件输出output，和一个可选的图片输入input(如果你要使用imagenet数据集的话)，文件输出每张图片对应的框的坐标和类别等信息，得到一个json或者类似的文件，然后再用cocotools计算mAP 这部分我之前写了一半，太监了 问题二: 因为这里yoloV5的后处理用的是python代码，所以第一次执行的时候要import pytorch等组件会比较慢

[MichaelToLearn]

问题一: 需要开发一个文件输出output，和一个可选的图片输入input(如果你要使用imagenet数据集的话)，文件输出每张图片对应的框的坐标和类别等信息，得到一个json或者类似的文件，然后再用cocotools计算mAP 这部分我之前写了一半，太监了 问题二: 因为这里yoloV5的后处理用的是python代码，所以第一次执行的时候要import pytorch等组件会比较慢

使用 python 版本的后处理，会让帧率变慢吗？我看官方还有一个 nms 算子方式的后处理：YoloV5-推理指导

[lenLRX]

问题一: 需要开发一个文件输出output，和一个可选的图片输入input(如果你要使用imagenet数据集的话)，文件输出每张图片对应的框的坐标和类别等信息，得到一个json或者类似的文件，然后再用cocotools计算mAP 这部分我之前写了一半，太监了 问题二: 因为这里yoloV5的后处理用的是python代码，所以第一次执行的时候要import pytorch等组件会比较慢

使用 python 版本的后处理，会让帧率变慢吗？我看官方还有一个 nms 算子方式的后处理：YoloV5-推理指导

取决于nms的时间和你推理的数量，如果只有一路视频的话，一般还好，前一帧的nms可以跟后一帧的推理并行，这样就不影响帧率