我试图弄清楚如何解释yolov2输出。
我已经将yolo.cft和yolo.weights转换为Keras模型的yolo.h5。
然后我运行tableCell: {
border: '1px solid #dddddd',
padding: '8px',
},
，该输出的形状为（1，19，19，425）。
据我所知，这种形状的解释是：
图像被划分为19x19的网格单元格
425是5 x 85，其中5是锚点框的数量，而85是（isObject，Boxx，Boxy，Boxw，Boxh，class1，class2，...，class80）。
但是我不知道如何读取这些数据？还是在阅读之前与输出有关？
例如：
model.predict(img)
output_data = model.predict(img)是否在anchor_box 0的框output_data[0][0][0][0]中检查对象？然后[0, 0]的数据与边界框详细信息相关联，output_data[0][0][0][1:4]告诉我哪个类是框内的块？我的怀疑是对的还是我完全错了？
预先感谢 顺便说一句。我已使用cfg文件格式here