我是靠谱客的博主 爱笑煎饼,最近开发中收集的这篇文章主要介绍COCO数据集test-dev2017测试结果提交官网前言一、如何在COCO test-dev数据集上进行测试?二、MS COCO数据集输出数据的结果格式(result format)和如何参加比赛(participate)三、提交步骤(已弃用)四、提交步骤(2022最新版),觉得挺不错的,现在分享给大家,希望可以做个参考。

概述

文章目录

  • 前言
  • 一、如何在COCO test-dev数据集上进行测试?
  • 二、MS COCO数据集输出数据的结果格式(result format)和如何参加比赛(participate)
  • 三、提交步骤(已弃用)
    • 1.进入CodaLab网站(先登录)
    • 2.提交
  • 四、提交步骤(2022最新版)
    • 1.进入上述提示的新网址
    • 2.点击`Search Competitions`
    • 3.输入`COCO Keypoint Challenge`,点击Search
    • 4.点击进入竞赛
    • 5.点击`Participate`
    • 6.登录Codalab账号
    • 7.上传测试文件
    • 8.点击提交结果


前言

COCO test-dev2017数据集及标注文件下载:
在这里插入图片描述

2017 Train/Val Keypoints 2017
在这里插入图片描述

2017 Testing Keypoints 2017
在这里插入图片描述


一、如何在COCO test-dev数据集上进行测试?

https://github.com/leoxiaobin/deep-high-resolution-net.pytorch/issues/233

1.‎为简单起见,可以先下载检测器结果‎‎GoogleDrive‎‎。‎

在这里插入图片描述

‎2.然后,修改配置文件(即.yaml),其中
TEST_SET设置为“test-dev2017”,‎
在这里插入图片描述

COCO_BBOX_FILE设置为
COCO_test-dev2017_detections_AP_H_609_person.json的路径,
在这里插入图片描述

最后但重要的是,USE_GT_BBOX应切换到“false”

‎3.您可以通过运行以下代码‎‎在COCO test-dev上获取测试结果,结果是一个json文件,您可以按照‎‎该过程‎‎获取评估分数。

‎python tools/test.py --cfg experiments/coco/hrnet/w32_256x192_adam_lr1e-3.yaml TEST.MODEL_FILE models/pytorch/pose_coco/pose_hrnet_w32_256x192.pth
或python tools/test.py  --cfg experiments/coco/hrnet/CBAM_w32_256x192_adam_lr1e-3.yaml  TEST.MODEL_FILE output/coco/CBAM_pose_hrnet/CBAM_w32_256x192_adam_lr1e-3/model_best.pth TEST.USE_GT_BBOX False

输出.json结果:
在这里插入图片描述

二、MS COCO数据集输出数据的结果格式(result format)和如何参加比赛(participate)

参考博客:https://blog.csdn.net/sazass/article/details/127406952
已弃用:https://blog.csdn.net/u014734886/article/details/78831382

三、提交步骤(已弃用)

1.进入CodaLab网站(先登录)

CodaLab
依次点击Participate——>test-dev2017(keypoint)
在这里插入图片描述

2.提交

keypoints_test-dev2017_results_0.json.zip文件
等待输出结果即可。

提交时显示:

Submission upload has been disabled. See the new instance at: https://codalab.lisn.upsaclay.fr/

在这里插入图片描述

四、提交步骤(2022最新版)

1.进入上述提示的新网址

https://codalab.lisn.upsaclay.fr/

2.点击Search Competitions

在这里插入图片描述

3.输入COCO Keypoint Challenge,点击Search

在这里插入图片描述

4.点击进入竞赛

收藏网址,下次可以直接进入界面
https://codalab.lisn.upsaclay.fr/competitions/7403
在这里插入图片描述

5.点击Participate

在这里插入图片描述
在这里插入图片描述

6.登录Codalab账号

直接登录之前注册过的账号即可。
再次点击Participate,然后点击Register
在这里插入图片描述
在这里插入图片描述

7.上传测试文件

选择test-dev 2017(keypoint)
在这里插入图片描述
将测试所得的.json压缩为.zip文件进行上传。
在这里插入图片描述

8.点击提交结果

点击submit,上传.zip文件。
在这里插入图片描述
等待检测结果。
在这里插入图片描述
下载所需文件查看测试结果。

最后

以上就是爱笑煎饼为你收集整理的COCO数据集test-dev2017测试结果提交官网前言一、如何在COCO test-dev数据集上进行测试?二、MS COCO数据集输出数据的结果格式(result format)和如何参加比赛(participate)三、提交步骤(已弃用)四、提交步骤(2022最新版)的全部内容,希望文章能够帮你解决COCO数据集test-dev2017测试结果提交官网前言一、如何在COCO test-dev数据集上进行测试?二、MS COCO数据集输出数据的结果格式(result format)和如何参加比赛(participate)三、提交步骤(已弃用)四、提交步骤(2022最新版)所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。

本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
点赞(55)

评论列表共有 0 条评论

立即
投稿
返回
顶部