Question

我想在Darknet YOLOv3上获得边界框坐标（如xmin，xmax，ymin，ymax），我尝试了一些方法，但是当我在更改代码后编译程序时，看不到任何差异。

如何找到Darknette的边界框坐标，或者为什么所做的更改不影响程序？

Answer 1

如果您想获得一次检测的坐标，您可以使用 AlexeyAB/darknet 代码的 -ext_output 标志，如 @Hadi 所说：

./darknet detector test data/obj.data cfg/yolov4.cfg yolov4.weights -ext_output data/person.jpg

或者您可以直接将其保存在文本文件中：

./darknet detector test data/obj.data cfg/yolov4.cfg yolov4.weights -ext_output data/person.jpg > output.txt

但如果您有大量图像，则需要一次检测所有图像并将其保存在 JSON 文件中：

./darknet detector test data/obj.data cfg/yolov4.cfg yolov4.weights -ext_output -out train.json < train.txt

其中 train.txt 是您要检测的所有图像所在目录的文件，train.json 是保存结果的 JSON 文件。

train.json 文件将如下所示：

[
{
 "frame_id":1, 
 "filename":"data/dataset/val/dog/image.png", 
 "objects": [ 
  {"class_id":0, "name":"dog", "relative_coordinates":{"center_x":0.452191, "center_y":0.809318, "width":0.349666, "height":0.378723}, "confidence":0.418734}, 
  {"class_id":1, "name":"cat", "relative_coordinates":{"center_x":0.454491, "center_y":0.891459, "width":0.397718, "height":0.220163}, "confidence":0.024015}
 ] 
}, 
{
 "frame_id":2, 
 "filename":"data/dataset/val/dog/image2.jpg", 
 "objects": [ 
  {"class_id":0, "name":"dog", "relative_coordinates":{"center_x":0.444495, "center_y":0.539488, "width":0.297957, "height":0.307668}, "confidence":0.991456}
 ] 
}, 
...
...
]

要访问这些值，您可以使用以下代码：

import json

def get_data(distros_dict):
    json_to_variable = []
    # For every frame.
    for distro in distros_dict:
        filename = distro['filename']
        if len(distro['objects']) != 0:
            # For every detection.
            for obj in range(len(distro['objects'])):
                # Get values.
                frame_id = distro['frame_id']
                class_id = distro['objects'][obj]["class_id"]
                x = distro['objects'][obj]["relative_coordinates"]["center_x"]
                y = distro['objects'][obj]["relative_coordinates"]["center_y"]
                width = distro['objects'][obj]["relative_coordinates"]["width"]
                height = distro['objects'][obj]["relative_coordinates"]["height"]
                confidence = distro['objects'][obj]["confidence"]
                # And save them.
                print(f"{frame_id} {class_id} {x} {y} {width} {height} {confidence}")
                json_to_variable.append([frame_id, class_id, x, y, width, height, confidence])

        # If you need to use json_to_variable here, move "json_to_variable = []" inside "for distro in distros_dict:"
    # Add your code here.
    # Or return json_to_variable to use it outside this function.

with open('train.json', 'r') as f:
    distros_dict_train = json.load(f)
with open('test.json', 'r') as f:
    distros_dict_test = json.load(f)
    
get_data(distros_dict_train)
get_data(distros_dict_test)

另一个选项是导入 daknet 就像提到的 here。此处调用的函数是您可以在 darknet.py 文件中找到的函数，但我认为函数已更改。

Answer 2

在Yolo中，坐标是相对的。意味着注释是这样写的：

<object-class> <x_center> <y_center> <width> <height>

其中x_center和y_center是相对于图像宽度和高度的浮点值，它可以等于（0.0到1.0]。因此：

<x> = <absolute_x> / <image_width>

<y> = <absolute_y> / <image_height>

<width> = <box_absolute_width> / <image_width>

<height> = <box_absolute_height> / <image_height>

如果您使用的是AlexeyAB code，则可以这样获得坐标：

darknet.exe detector test cfg/coco.data yolov3.cfg yolov3.weights -ext_output dog.jpg

要获取代码的坐标，您需要先计算每个坐标。例如，获取xmin：

xmin = (box_x-center - box_width/2) * img_width

以此类推。

Darknet Yolov3框坐标

2 个答案: