mmdetection训练结果

mmdetection的训练结果可以通过可视化分析工具来进行分析和选择合适的模型进行后续测试。这个工具可以绘制每次验证结果的mAP（平均精度均值）结果曲线，以帮助选择最佳模型。具体的命令如下：

python tools/analysis_tools/analyze_logs.py plot_curve ./work_dir/20201228_234809.log.json --keys mAP --legend mAP --out mAP.jpg

在训练过程中，可以观察一些参数的变化来了解训练情况。例如，eta表示剩余的训练时间，memory表示内存使用情况。而损失函数方面，loss_rpn_cls表示rpn层的分类损失，loss_rpn_bbox表示rpn层的回归损失，loss_cls表示分类损失，loss_bbox表示回归损失。其中，总损失（loss）是这四个损失之和。另外，还有一个指标是准确度（acc）。希望这些信息对你有帮助！<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *3* [【mmdetection】绘制训练结果中验证集测试的mAP曲线图](https://blog.csdn.net/weixin_46600060/article/details/125090202)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"]
- *2* [【mmdetection】使用coco数据集训练后结果可视化](https://blog.csdn.net/qq_41627396/article/details/116834884)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]