🎉代码仓库地址：https://github.com/Oneflow-Inc/one-yolov5欢迎star one-yolov5项目 获取最新的动态。如果您有问题，欢迎在仓库给我们提出宝贵的意见。🌟🌟🌟如果对您有帮助，欢迎来给我Star呀😊~
引言
本文主要介绍在 one-yolov5 项目中 计算mAP用到的一些numpy操作，这些numpy操作使用在 utils/metrics.py (https://github.com/Oneflow-Inc/one-yolov5/blob/734609fca9d844ac48749b132fb0a5777df34167/utils/metrics.py)中。这篇文章是《YOLOv5全面解析教程》四，目标检测模型精确度评估 的补充，希望能帮助到小伙伴们。
用到的 numpy 操作比如：np.cumsum()、np.interp()、np.maximum.accumulate()、np.trapz()等。接下来将在下面逐一介绍。
import numpy as np np.cumsum()
返回元素沿给定轴的累积和。
numpy.cumsum(a, axis=None, dtype=None, out=None) 源码(https://github.com/numpy/numpy/blob/v1.23.0/numpy/core/fromnumeric.py#L2497-L2571)
- 参数
- a :数组
- axis: 轴索引,整型，若a为n维数组，则axis的取值范围为[0,n-1]
- dtype: 返回结果的数据类型，若不指定，则默认与a一致n
- out: 数据类型为数组。用来放置结果的替代输出数组，它必须具有与输出结果具有相同的形状和数据缓冲区长度
- 返回
- 沿着指定轴的元素累加和所组成的数组，其形状应与输入数组a一致
更多信息请参阅读:
- API_CN(
https://www.osgeo.cn/numpy/reference/generated/numpy.cumsum.html?highlight=cumsum#numpy.cumsum) - API_EN(
https://numpy.org/doc/stable/reference/generated/numpy.cumsum.html?highlight=cumsum#numpy.cumsum)
`np.cumsum(a) # 计算累积和的轴。默认（无）是在展平的数组上计算cumsum。
`
array([ 1, 3, 6, 10, 15, 21])`a = np.array([[1,2,3], [4,5,6]])
np.cumsum(a, dtype=float) # 指定输出的特定的类型
`
array([ 1., 3., 6., 10., 15., 21.])`np.cumsum(a,axis=0) # 3列中每一列的行总和
`
array([[1, 2, 3], [5, 7, 9]])`x = np.ones((3,4),dtype=int)
np.cumsum( x ,axis=0)
`
array([[1, 1, 1, 1], [2, 2, 2, 2], [3, 3, 3, 3]])`np.cumsum(a,axis=1) # 2行中每行的列总和
`
array([[ 1, 3, 6], [ 4, 9, 15]])np.interp()
- 参数
- x: 数组 待插入数据的横坐标
- xp: 一维浮点数序列 原始数据点的横坐标，如果period参数没有指定那么就必须是递增的 否则，在使用xp = xp % period正则 化之后，xp在内部进行排序
- fp: 一维浮点数或复数序列 原始数据点的纵坐标，和xp序列等长.
- left: 可选参数，类型为浮点数或复数（对应于fp值） 当x < xp[0]时的插值返回值，默认为fp[0].
- right: 可选参数，类型为浮点数或复数（对应于fp值），当x > xp[-1]时的插值返回值，默认为fp[-1].
- period: None或者浮点数，可选参数 横坐标的周期 此参数使得可以正确插入angular x-coordinates. 如果该参数被设定，那么忽略left参数和right参数
- 返回
- 浮点数或复数（对应于fp值）或ndarray. 插入数据的纵坐标，和x形状相同
注意！
在没有设置period参数时，默认要求xp参数是递增序列
# 插入一个值
import numpy as np
import matplotlib.pyplot as plt
x = 2.5
xp = [1, 2, 3]
fp = [3, 2, 0]
y = np.interp(x, xp, fp) # 1.0
plt.plot(xp, fp, '-o')
plt.plot(x, y, 'x') # 画插值
plt.show()
图片
`# 插入一个序列
import numpy as np
import matplotlib.pyplot as plt
x = [0, 1, 1.5, 2.72, 3.14]
xp = [1, 2, 3]
fp = [3, 2, 0]
y = np.interp(x, xp, fp) # array([ 3. , 3. , 2.5 , 0.56, 0. ])
plt.plot(xp, fp, '-o')
plt.plot(x, y, 'x')
plt.show()
`
np.maximum.accumulate
计算数组（或数组的特定轴）的累积最大值
`import numpy as np
d = np.random.randint(low = 1, high = 10, size=(2,3))
print("d:\n",d)
c = np.maximum.accumulate(d, axis=1)
print("c:\n",c)
`d: [[1 9 5] [2 6 1]]c: [[1 9 9] [2 6 6]]np.trapz()
numpy.trapz(y, x=None, dx=1.0, axis=- 1) 使用复合梯形规则沿给定轴积分。
`import matplotlib.pyplot as plt
import numpy as np
y = [1, 2, 3] ; x = [i+1 for i in range(len(y))]
print(np.trapz(x))
plt.fill_between(x, y)
plt.show() # (1 + 3)*(3 - 1)/2 = 4
`
4.0
`import matplotlib.pyplot as plt
import numpy as np
y = [1, 2, 3]
x = [4, 6, 8]
print(np.trapz(y,x))
plt.fill_between(x, y)
plt.show() # (3 + 1)*(8 - 4) / 2 = 8
`
8.0
参考文章
- numpy API文档 CN：https://www.osgeo.cn/numpy/dev/index.html
- numpy API文档 EN：https://numpy.org/doc/stable/reference/index.html
- axis的基本使用：https://www.jb51.net/article/242067.html
作者： Fengwen，BBuf
文章来源：GiantPandaCV
推荐阅读
更多嵌入式AI干货请关注 嵌入式AI 专栏。欢迎添加极术小姐姐微信（id:aijishu20)加入技术交流群，请备注研究方向。
