Question

如何绘制边界框而不使用tensorflow object-detection api中的标准化坐标？在object_detection_tutorial.ipynb中，我注意到默认坐标是标准化坐标，框的形式是[xmin，ymin，xmax，ymax]以及如何将它们转换为[image_length xmin，image_width ymin，image_length < EM> XMAX，IMAGE_WIDTH YMAX]？我尝试使用

        boxes[0]=boxes[0]*200
        boxes[1]=boxes[1]*100
        boxes[2]=boxes[2]*200
        boxes[3]=boxes[3]*100

但发生错误：

---------------------------------------------------------------------------
IndexError                                Traceback (most recent call last)
<ipython-input-72-efcec9615ee3> in <module>()
     30                   feed_dict={image_tensor: image_np_expanded})
     31                 boxes[0]=boxes[0]*200
---> 32                 boxes[1]=boxes[1]*100
     33                 boxes[2]=boxes[2]*200
     34                 boxes[3]=boxes[3]*100
IndexError: index 1 is out of bounds for axis 0 with size 1

Answer 1

如果你看一下research / object_detection / utils / visualization_utils.py，当你将这些坐标乘以100或200时，方框[0]是ymin而不是xmin，确保它仍然在图像边界（im_width，im_height）。

您可以尝试方框[0] * 100，方框[1] * -200，方框[2] * -100，方框[3] * 200，这与此代码类似。

ymin = boxes[0]*100
xmin = boxes[1]*-200
ymax = boxes[2]*-100
xmax = boxes[3]*200

draw = ImageDraw.Draw(image)
im_width, im_height = image.size
(left, right, top, bottom) = (xmin * im_width, xmax * im_width,
                              ymin * im_height, ymax * im_height)

draw.line([(left, top), (left, bottom), (right, bottom),
               (right, top), (left, top)], width=thickness, fill=color)

如何绘制边界框而不使用tensorflow对象检测api中的规范化坐标

1 个答案: