物体检测模型https://github.com/tensorflow/models/tree/master/research/object_detection 我想问一个问题，当我打印盒子时如何知道图像中的边界边界框位置我得到了这个奇怪的结果
[ 0.48789895 0.45768291 0.97402203 0.74386948]
[ 0.45094413 0.43764329 0.95940024 0.83383584]
[ 0.4293156 0.21623567 0.99745536 0.98074901]
[ 0.45155856 0.32218739 0.9560734 0.72862589]
[ 0.48685527 0.19538105 0.99254048 0.9101665 ]
[ 0.70316464 0.10483098 0.83862311 0.4784345 ]
[ 0.66167903 0.05663677 0.94684803 0.48852831]
[ 0.40414423 0.6952647 0.9623639 0.97174299]
答案 0 :(得分：0)
我相信这些边界框在图像中以图像大小的百分比表示为图像的左上角/右下角。
所以[0.48, 0.45, 0.97, 0.74]是一个边界框，大致覆盖图像中心到底部，右边图像的3/4。如果您的图像是256x256，那么边界框将从像素[123, 115]（高度，宽度）到像素[248, 189]
这是物体检测模型中的常见表示。