torchonnx11.170.8822.461.1542.841.6683.672.7166.04.71329.518.86417.13 17.21128 32.7234.1

mean average precisionmAP)只是把每个类别的AP都算了一遍，再取平均值因此，AP是针对单个类别的，mAP是针对所有类别的。先通过图片直观看AP计算过程，绿色为gt，红色为预测框，数字为类别，score为置信度。mAP是分类别计算的，所以先拿出所有1类别的pre的label，然后计算iou iou结果shape为[3,1]，把iou小于阈值的去掉，假设下...

首先从sklearn里面载入iris数据集如下所示Sepal_Length Sepal_Width Petal_Length Petal_Width Species05.13.51.40.2014.93.01.40.2024.73.2...