Question

我已经训练了自己的模型来识别模式，该模式以.svm的形式存在，并且在没有良好跟踪的情况下通过跟踪运动来支持该模式。这很有效，但是我遇到的问题是，有时我会得到误报，有时会覆盖最近启动的运动轨迹。

我尝试用dir()记录检测器，但找不到任何置信度字段，并检查了引用，但是我找不到如何使该跟踪器输出其置信度的信息。

我想做的基本上是为系统愿意使用的轨道质量设置一个阈值，该阈值会随着时间的流逝逐渐降低。 IE，如果它丢失了我的图案的轨迹，并立即选择了图像的某个随机角以使其具有低置信度轨迹，它将不会覆盖我最近的（因此是质量）运动轨迹。而如果运动轨迹已经运行了很长时间，则它很可能会滑落，并且我更倾向于信任低质量的轨迹。

TL; DR;如何获得此探测器的置信度？非常感谢您可能会给我的帮助。

我在下面附加了我的代码以显示上下文

import os
import sys
import glob
import dlib
import cv2


detector_path = sys.argv[1] #first point towards the detector to use
video_path = sys.argv[2] #then point it towards a folder filled with images. Doesn't need to be drawn from video


win = dlib.image_window()
files_to_test = os.listdir(video_path)

detector = dlib.simple_object_detector(detector_path)

tracker = None
tracker_age = 0
for file in files_to_test:
    img = dlib.load_rgb_image(video_path + "/" + file)
    dets = detector(img)
    print("Number of faces detected: {}".format(len(dets)))
    for k, d in enumerate(dets):
        print("Detection {}: Left: {} Top: {} Right: {} Bottom: {}".format(
            k, d.left(), d.top(), d.right(), d.bottom()))
    if len(dets) > 0:
        tracker = dlib.correlation_tracker()
        d = dets[0]
        print(dir(d))
        x = d.left()
        y = d.top()
        x2 = d.right() 
        y2 = d.bottom()
        rect = dlib.rectangle(x,y,x2,y2)
        tracker.start_track(img,rect)
        tracker_age = 0
        win.clear_overlay()
        win.add_overlay(dets)
    else:
        print("relying on motion track for the past {} frames".format(tracker_age))
        if not tracker == None:
            tracker.update(img)
            pos = tracker.get_position()
            startX = int(pos.left())
            startY = int(pos.top())
            endX = int(pos.right())
            endY = int(pos.bottom())
            # draw the bounding box from the correlation object tracker
            cv2.rectangle(img, (startX, startY), (endX, endY),
                (0, 255, 0), 2)

    win.set_image(img)
    dlib.hit_enter_to_continue()

Answer 1

使用dlib.simple_object_detector将无法满足您的需求，请尝试以下函数：

[boxes, confidences, detector_idxs] = dlib.fhog_object_detector.run_multiple(detectors, image, upsample_num_times=1, adjust_threshold=0.0)

有关更多信息，请参见http://dlib.net/train_object_detector.py.html

如何从dlib.simple_object_detector获得置信度

1 个答案: