资源简介
复现MTCNN在FDDB上的性能测试,绘制DiscROC和ContROC,已经将官网上的FDDB的makefile等环境设置好了,只需要在官网上下载FDDB源图片即可按照文档说明的顺序进行测试。
代码片段和文件信息
#coding:utf-8
#!/usr/bin/env python2
# -*- coding: utf-8 -*-
“““
Created on Tue Aug 14 15:13:59 2018
@author: kepa
“““
import numpy as np
import matplotlib.pyplot as plt
#from sklearn.metrics import roc_curve auc ###计算roc和auc
import align.align_dataset_mtcnn
#import align.detect_face
def main(args):
align_dataset_mtcnn()
“““
def drawRoc(weightstestLabelstestSet):
testSet= np.mat(testSet) #list转换成矩阵类型
m n = np.shape(testSet) #训练集的行数和特征个数
FPR = np.zeros((1011)) #1-specificity
TPR = np.zeros((1011)) #sensitivity
probability = np.zeros((m1))#每个样本的概率
for j in range(101): #求Roc图像的每一个点
TP = 0 # true positive
FN = 0 # ture negative
FP = 0 # false positive
TN = 0 # true negative
threshold = float(j / 100.0)
for i in range(m):
dataSet = testSet[i]
dataSet = dataSet.transpose()
probability[i] = np.sigmoid(np.dot(weightsdataSet))#求每个样本的概率
#print(‘pro = ‘probability[i])
if probability[i] > threshold:
value = 1
else:
value = 0
““““““
predict_issame = np.less(dist threshold)
tp = np.sum(np.logical_and(predict_issame actual_issame))
fp = np.sum(np.logical_and(predict_issame np.logical_not(actual_issame)))
tn = np.sum(np.logical_and(np.logical_not(predict_issame) np.logical_not(actual_issame)))
fn = np.sum(np.logical_and(np.logical_not(predict_issame) actual_issame))
““““““
if abs(testLabels[i]-1.0)<1e-7 and abs(value-1.0)<1e-7:#true positive
TP = TP + 1
elif abs(testLabels[i]-1.0)<1e-7 and abs(value-0.0)<1e-7:#false positive
FN = FN + 1
elif abs(testLabels[i]-0.0)<1e-7 and abs(value-0.0)<1e-7:#true negative
TN = TN + 1
elif abs(testLabels[i]-0.0)<1e-7 and abs(value-1.0)<1e-7:#false positive
FP = FP + 1
TPR[j] = float(TP/(TP+FN))
FPR[j] = float(FP/(TN+FP))
# print(TPR)
# print(FPR)
roc_auc = auc(FPR TPR)
print(‘Auc=‘roc_auc)
plt.plot([0 1] [0 1] ‘--‘ color=(0 0 1))#画对角线
plt.plot([0 1] [0 0] ‘-‘ color=(0 0 1))#画x轴
plt.plot([1 1] [0 1] ‘-‘ color=(0 0 1))#画边界
plt.plot(FPR TPR “b“ linewidth=1)#在当前绘图对象绘图,蓝线
plt.xlabel(‘False Positive Rate‘)
plt.ylabel(‘True Positive Rate‘)
plt.title(‘Receiver operating characteristic curve‘)
plt.show()#显示图像
“““
“““
import numpy as np
from sklearn.metrics import roc_curve
y = np.array([1122])
pred = np.array([0.10.40.350.8])
fpr tpr thresholds = roc_curve(y pred pos_label=2)
print(fpr)
print(tpr)
print(thresholds)
from sklearn.metrics import auc
print(auc(fpr tpr))
“““
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 334616 2017-07-16 22:49 31_8081_1500245370541_p_250183716133.jpg
目录 0 2018-08-30 10:16 align\
文件 160 2018-06-22 10:09 align\__init__.pyc
文件 27368 2018-06-22 07:08 align\det1.npy
文件 3226 2018-08-24 07:36 align\mtcnn_detect.py
文件 0 2018-06-22 07:08 align\__init__.py
文件 4146 2018-08-30 09:22 align\RunOnFDDBMTCNN.py
文件 26681 2018-08-24 08:26 align\detect_face.pyc
文件 1557360 2018-06-22 07:08 align\det3.npy
文件 401681 2018-06-22 07:08 align\det2.npy
文件 8615 2018-08-23 06:02 align\align_dataset_mtcnn.py
文件 31694 2018-08-24 08:06 align\detect_face.py
目录 0 2018-08-30 10:19 FDDB_evaluate\
目录 0 2018-08-30 09:53 FDDB_evaluate\evaluation\
文件 1544 2018-08-30 04:04 FDDB_evaluate\evaluation\MatchPair.o
文件 750 2010-05-06 18:36 FDDB_evaluate\evaluation\RectangleR.cpp
文件 171 2010-05-06 18:36 FDDB_evaluate\evaluation\._Results.cpp
文件 11626 2018-08-30 04:04 FDDB_evaluate\evaluation\evaluate.cpp
文件 102344 2018-08-30 04:04 FDDB_evaluate\evaluation\evaluate
文件 1010 2010-05-06 18:36 FDDB_evaluate\evaluation\Region.hpp
文件 171 2010-05-06 18:36 FDDB_evaluate\evaluation\._EllipseR.hpp
文件 171 2010-05-06 18:36 FDDB_evaluate\evaluation\._OpenCVUtils.cpp
文件 708 2010-05-06 18:36 FDDB_evaluate\evaluation\RectangleR.hpp
文件 1541 2018-08-22 03:22 FDDB_evaluate\evaluation\RegionsSingleImage.hpp
文件 171 2010-05-06 18:36 FDDB_evaluate\evaluation\._common.hpp
文件 826 2010-05-06 18:36 FDDB_evaluate\evaluation\RectanglesSingleImage.hpp
文件 20920 2018-08-30 04:04 FDDB_evaluate\evaluation\EllipsesSingleImage.o
文件 171 2014-01-20 05:17 FDDB_evaluate\evaluation\._EllipseR.cpp
文件 803 2010-05-06 18:36 FDDB_evaluate\evaluation\OpenCVUtils.hpp
文件 1573 2018-08-22 09:33 FDDB_evaluate\evaluation\Makefile
文件 4658 2018-08-30 09:24 FDDB_evaluate\evaluation\Results.cpp
............此处省略122个文件信息
相关资源
- Neural Network Methods for Natural Language Pr
- Altium Designer 元件库 Microchip 公司PIC全
-
Stream Processing with Apache Fli
nk - 利用processing编写的小球游戏
- processing 自己做的个打飞机小游戏
- Springboot+Redis+Dubbo+Rocketmq
- SAP Process Orchestration(ESB)(1)
- Probability & Random Processes for Electrical
- Handbook of Natural Language Processing Second
- Rockchip RK3288 datasheet
- Process Dynamics and Control 4th edition
- Rockchip RV1126 Datasheet V1.2 20200523.pdf
- process SPSS下的插件
- Image_Processing_with_ImageJ,_Second_Edition
- ProCAST指定节点步数内容仿真结果导出
- space time adaptive process STAP详细实现
- Stochastic Process(Stanford 2008).pdf
- Digital+Image+processing+Gonzalez+-+Solution+M
- tesserocr-2.3.1-cp37-cp37m-win_amd64.whl
- Gaussian Processes for Machine Learning.pdf
- 2012--Probability Random Processes and Statist
- Stochastic Process
- Gaussian Processes for Machine Learning - Rasm
- MTCNN 人脸检测与定位代码
- MTCNN_face_detection_alignment.zip
- Interprocess.Communications.in.Linux.The.Nooks
- 利用GPML V4.2工具箱实现高斯过程回归
- processing 星空图数据可视化效果
- Apache_Spark_Graph_Processing
- Processor Expert 中文入门入门指南
评论
共有 条评论