我已经使用faster_rcnn_inception_v2训练了自定义对象检测器，并使用object_detection_tutorial.ipynb对其进行了测试，并且效果很好，我可以在测试图像中找到对象的边界框，我的问题是如何实际计算这些边界框的数量，或者我只是想计算每个类中检测到的对象的数量。
答案 0 :(得分：1)
由于声誉低下，我无法发表评论。
据我所知，不幸的是，对象检测API对此没有内置功能。
您必须自己编写此功能。我假设您运行eval.py进行评估！？要访问每个图像的单个检测到的对象，您必须遵循以下脚本链：
eval.py-> evaluator.py-> object_detection_evaluation.py-> per_image_evaluation.py
在最后一个脚本中，您可以为每个图像计算检测到的对象和边界框。您只需要保存数字并将它们汇总到整个数据集中即可。
这对您有帮助吗？
答案 1 :(得分：0)
我使用Tensorflow Object Counting API解决了这个问题。我们有一个使用single_image_object_counting.py对图像中的对象进行计数的示例。我只是用自己的包含推理图的模型替换了ssd_mobilenet_v1_coco_2017_11_17
input_video = "image.jpg"
detection_graph, category_index = backbone.set_model(MODEL_DIR)