如何在FiftyOne中调取已持久化的模型评估结果无需重跑评估

方案1：直接加载数据集内置评估结果（推荐） #

所有已运行完成的FiftyOne评估结果都会完整持久化存储在数据集的底层存储中，不需要重新执行evaluate_detections方法，直接调用内置的load_evaluation_results()接口即可获取完整的结果对象：

import fiftyone as fo

# 加载已持久化的数据集
dataset = fo.load_dataset("existing_dataset")

# 直接加载指定名称的已存评估结果
eval_results = dataset.load_evaluation_results("eval")

# 可直接调用结果对象的所有方法，例如获取mAP
print(eval_results.mAP())

该方案下所有访问同一数据集的团队拿到的结果完全同源，能100%保证数值一致性，且不需要等待评估重跑，也不存在序列化相关的兼容性问题。

方案2：跨环境离线共享评估结果 #

如果需要脱离原数据集环境给其他团队传递结果，不要手动对结果对象执行pickle序列化，使用FiftyOne官方提供的序列化/反序列化接口即可避免mongoengine相关的报错：

序列化保存结果 #

# 按上述方法加载到eval_results后
with open("detection_eval_results.json", "w", encoding="utf-8") as f:
    f.write(eval_results.serialize())

反序列化加载结果 #

其他团队拿到文件后执行以下代码即可得到完全一致的结果对象：

import fiftyone.utils.eval as foe

with open("detection_eval_results.json", "r", encoding="utf-8") as f:
    eval_results = foe.deserialize_evaluation_results(f.read())

内容的提问来源于stack exchange，提问作者mherzog