想请问一下如何计算accuracy？

[marsggbo]

首先感谢你的注释，中文的看起来舒服多了。另外是这样的，我现在在做疾病分类，但是有的病灶只占了图像很小一部分，所以我现在需要用目标检测来提高图像分类准确率。我目前的想法是比如说一张图片预测出了很多box，那么我就按照置信度选择前10个box来得出最终这张图片的类别，比如看10个box觉得多数预测称了A类，那么就预测这张图片属于A类。

我现在用的是faster_rcnn_x101_64x4d这个模型，然后问题是我不太清楚模型输出是个什么东西。比如我在tools/test.py里

def single_gpu_test(model, data_loader, show=False):
    model.eval()
    results = []
    dataset = data_loader.dataset
    prog_bar = mmcv.ProgressBar(len(dataset))
    for i, data in enumerate(data_loader):
        with torch.no_grad():
            result = model(return_loss=False, rescale=not show, **data)
        results.append(result)

        if show:
            model.module.show_result(data, result, dataset.img_norm_cfg)

        batch_size = data['img'][0].size(0)
        for _ in range(batch_size):
            prog_bar.update()
    return results

那个result我调试发现输出是个list，好像每次长度都为10，每个元素是一个tensor，维度是 n*5, 这个n不固定，可能是0,1，也可能是8。就想请问一下这里输出的是什么？或者有什么简单的办法可以计算最终的分类准确率？谢谢

[ming71]

result是前向传播结果，比如检测任务就是xywhc维度为5，另一个是检测的物体数

[marsggbo]

感谢，明白了。还有个问题想问一下，就是为什么在第一epoch训练的时候，输出的日志显示accuracy就有90%以上？

---原始邮件--- 发件人: "ming71"[email protected] 发送时间: 2019年7月9日(星期二) 上午9:20 收件人: "ming71/mmdetection-annotated"[email protected]; 抄送: "marsggbo"[email protected];"Author"[email protected]; 主题: Re: [ming71/mmdetection-annotated] 想请问一下如何计算accuracy？ (#5)

result是前向传播结果，比如检测任务就是xywhc维度为5，另一个是检测的物体数

— You are receiving this because you authored the thread. Reply to this email directly, view it on GitHub, or mute the thread.

[ming71]

感谢，明白了。还有个问题想问一下，就是为什么在第一epoch训练的时候，输出的日志显示accuracy就有90%以上？ … ---原始邮件--- 发件人: "ming71"[email protected] 发送时间: 2019年7月9日(星期二) 上午9:20 收件人: "ming71/mmdetection-annotated"[email protected]; 抄送: "marsggbo"[email protected];"Author"[email protected]; 主题: Re: [ming71/mmdetection-annotated] 想请问一下如何计算accuracy？ (#5) result是前向传播结果，比如检测任务就是xywhc维度为5，另一个是检测的物体数 — You are receiving this because you authored the thread. Reply to this email directly, view it on GitHub, or mute the thread.

应该是你训练的类是模型预训练包含的，所以精度高