今天跑了以下YOLOv2，發現竟然沒有計算mAP的，這樣怎麼和其他模型對比呢？
於是乎，百度了一下，折騰了好幾下，我發現，有些人不知道是不是故意的，竟給別人出餿主意。方法繞來繞去(雖然也能計算，但讓人覺得不知所云)。我竟無言以對。
幸好，有一篇比較良心：我的參考文獻，本文也只是對這篇部落格更細緻的解釋。
為了避免大家踩坑，覺得寫一篇這個很有必要。

YOLOv3同樣適用！

一、生成檢測結果檔案

./darknet detector valid cfg/voc.data cfg/yolov3-voc.cfg results/yolo-voc_final.weights -out [類名] -gpu 0
 
 -thresh .5

輸出的txt檔案在results下,記得修改一下輸出檔案的名稱，因為得到的檔名和你的類名會不一樣。
注意：輸出的檔名要求為類名，不然後面計算時會出現ap = nan。我覺得出現nan的人應該還是有的。
權重檔案(.weights)在backup裡也有。

二、新建一個.py檔案

在faster-rcnn/lib/datasets/ 下，新建一個compute_mAP.py檔案。(或者將faster-rcnn/lib/datasets/ 下的voc_eval.py複製到darknet目錄下，新建一個compute_mAP.py檔案)：

from voc_eval import
 
 voc_eval

rec,prec,ap = voc_eval('/home/liwanzhi/YOLO/darknet/results/{}.txt', '/home/liwanzhi/YOLO/darknet/scripts/VOCdevkit/VOC2007/Annotations/{}.xml', '/home/liwanzhi/YOLO/darknet/scripts/VOCdevkit/VOC2007/ImageSets/Main/test.txt', '1', '.')

print('rec',rec)
print('prec',prec)
print('ap',ap)

第1項：表示檢測結果檔案路徑
第2項：表示標籤檔案的路徑
第3項：表示測試檔案路徑
第4項：類名

三、執行compute_mAP.py

最後一項就是AP，由於我只有1類，所以就是mAP。
出現nan的可能就是第一步的問題了。