使用Tensorflow对象检测API的每个对象的所有类的输出得分/概率

时间:2019-11-12 23:56:05

标签: python tensorflow deep-learning object-detection-api

在Tensorflow对象检测API中,我们通常针对每个测试图像执行此操作:

output_dict = sess.run(tensor_dict, feed_dict={image_tensor: image_np_expanded})
                    # pdb.set_trace()
                    # all outputs are float32 numpy arrays, so convert types as appropriate
                    output_dict['num_detections'] = int(output_dict['num_detections'][0])
                    output_dict['detection_classes'] = output_dict['detection_classes'][0].astype(np.int64)
                    output_dict['detection_boxes'] = output_dict['detection_boxes'][0]
                    output_dict['detection_scores'] = output_dict['detection_scores'][0]

这为我们提供了每个对象的分数。例如,有一个狗物体,它的分数是95%。但是,我希望它也输出其他类别的分数,例如,对于同一个对象,分数​​为猫的分数为3%,自行车的分数为2%。请帮助我,非常感谢。

1 个答案:

答案 0 :(得分:0)

事实证明,在较新版本的API中,有output_dict ['detection_multiclass_scores']给出了每个类的分数。我使用了没有的旧版本。