Output predicted bounding boxes trained on TensorFlow Object Detection API

Question

i used the Google TensorFlow Object detection API [ https://github.com/tensorflow/models][1]时，使用Faster RCNN inception v2模型训练自己的数据集并使用python 3编写一些自己的脚本时，Click事件不会调用。在我的视频上效果很好，现在我要输出预测的边界框来计算mAP。有什么方法可以做到这一点？

我从训练中生成了三个文件：

1. model.ckpt-6839.data-00000-of-00001
2. model.ckpt-6839.index
3. model.ckpt-6839.meta

这些文件之一中是否包含预测框？还是将它们存储在其他地方？还是需要单独编码它们才能提取坐标？

Answer 1

您列出的文件是检查点文件，然后可以用来导出冻结的图，然后对输入图像进行预测。

一旦获得了冻结图，就可以使用该文件object_detection_tutorial.ipynb来预测输入图像。 在此文件中，函数 run_inference_for_single_image 将为每个图像返回一个输出字典，并且其中包含检测框。