Khadaz

一个可能提升算法测试准确率的小改进

3

在使用自己的数据跑ufld算法时，我发现用test.py测试出的结果并不能很好的代表模型的能力。比如我使用训练过的数据进行测试，测试的准确率仅仅在0.3左右，但是用demo.py跑出的可视化结果可以看出，推理结果是与标注基本一致的（毕竟是训练过的数据），所以我仔细对比了一下两个代码的推理部分，发现在demo.py中，代码用到了row_anchor作为评价标准， `ppp = (int(out_j[k, i] * col_sample_w * img_w / 800) - 1, int(img_h * (row_anchor[cls_num_per_lane-1-k]/288)) - 1 )` 而在test.py引用的eval_wrapper.py中，row_anchor部分被写成如下： `fp.write( '%d %d ' % (int(out_j[k, i] * col_sample_w *...