Question

晚上好

我是编码CNN的新手我得到了ShanghaiTech人群计数数据集，该数据集具有（在图像旁边）.mat文件，这是我认为用于（计数）图像的基本事实。

我尝试在python中打印一个.mat文件的内容，这是我得到的：

{'image_info': array([[array([[(array([[ 855.32345978,  590.49587357],
   [ 965.5908524 ,  472.79472415],
   [ 937.09478464,  400.93507502],
   ...,
   [  42.5852337 ,  359.87860699],
   [1017.48233659,    8.99748811],
   [1017.48233659,   23.31916643]]), array([[920]], dtype=uint16))]],
  dtype=[('location', 'O'), ('number', 'O')])]], dtype=object), '__version__': '1.0', '__header__': 'MATLAB 5.0 MAT-file, Platform: PCWIN64, Created on: Fri Nov 18 20:06:05 2016', '__globals__': []}

每个.mat文件对应一个图像，我知道在CNN中的某个时刻，我们需要计算网络结果与所掌握的基本事实之间的误差，但是我似乎并不了解这些.mat文件的结构和内容。

有人可以解释这些文件中的内容以及这些内容在人群估计中的使用方式或用途。

Answer 1

所以我得到了答案，问题中显示的.mat中的数据包含（或至少我们感兴趣的）两个数组，第一个：

array([[ 855.32345978,  590.49587357],
   [ 965.5908524 ,  472.79472415],
   [ 937.09478464,  400.93507502],
   ...,
   [  42.5852337 ,  359.87860699],
   [1017.48233659,    8.99748811],
   [1017.48233659,   23.31916643]])

是 2 数组的 N ， 2 对应于目标对象 X 和 Y 坐标，而 N 是目标对象的数量（地面真实）

另外，第二个数组包含 ground-truth

.mat文件的数据是通过scipy.io.loadmat提取的，并且数据的结构是字典，现在到达地面是相当困难的，但是它像这样：

matContent=spy.io.loadmat(os.path.join(gtPath,gtList[1])) #var type is dictionary
gt=matContent['image_info'][0][0][0][0][1] #getting the ground-thruth number

解释CNN图像的地线.mat文件

1 个答案: