def main(datasetdir, lv):
start = time.time()
"""
評価コードのメイン
:param datasetdir データセットを格納したディレクトリへのパス
"""
# 初期化
print("Now evaluation...")
alcon = AlconUtils(datasetdir)
myalgorithm = MyAlgorithm(datasetdir)
# ターゲットの読み込み
fn = "target_lv" + lv + "_test_5.csv"
alcon.load_annotations_target(fn)
results = {}
prev = None
# １ターゲットずつ認識していくループ
for bb_id, target in alcon.targets.items():
img_file_id, *bb = target
img_filename = os.path.join(datasetdir, "images", img_file_id + ".jpg")
if prev != img_filename:
# ページ全体の画像
full_img = cv2.imread(img_filename)
prev = img_filename
# 認識処理（ここで各自のアルゴリズムを呼び出します）
result = myalgorithm.predict(full_img, bb)
# boundingbox id と紐付けて保存
results[bb_id] = result
# 評価
fnGround = "groundtruth_lv" + lv + "_test_5.csv"
alcon.load_annotations_ground(fnGround)
alcon.evaluation(results)
# ファイルに結果を書き込む
alcon.write_results(results)
elapsed_time = time.time() - start
print("elapsed_time:", elapsed_time, "[sec]")
imgs = {}
results_pre = {}
# １ターゲットずつ認識していくループ
print("coco")
def predict_preprocess(full_img, bbox):
# 対象領域を切り出す
x, y, w, h = bbox
target_img = full_img[y:y+h, x:x+w, :]
# 画像から特徴抽出
return MyAlgorithm.feature_extraction(target_img)
for bb_id, target in alcon.targets.items():
img_file_id, *bb = target
print(bb_id)
# ページ全体の画像
imgs[bb_id] = cv2.imread( os.path.join(datasetdir, "images", img_file_id+".jpg") )
results_pre[bb_id] = predict_preprocess(imgs[bb_id], bb)
print("coco")
# 評価
alcon.load_annotations_ground("groundtruth" + file_name_last)
alcon.evaluation( results )
print("coco")
print(len(results_pre))
#with open('test0.1', 'wb') as f:
# pickle.dump(results_pre, f)