Получение границ с максимальной уверенностью во время прогноза

Question

Я использую TensorFlow Object Recognition API. Обычно разработчики настраивают конвейер обучения, предоставляют некоторые контрольные точки или записи tf, чтобы начать обучение, отслеживая выступления на TensorBoard. Это то, что я сделал, и сейчас я вижу все предсказанные ограничивающие рамки на Tensorboard, которые меняются в зависимости от количества итераций. Но что, если мне нужно получить эти ограничительные рамки? Есть ли строка кода, которая дает изображение, которое возвращает предсказанные ограничивающие рамки?

Answer 1

Если вы используете команду sess.run(...) для вывода, она вернет объект словаря python (например, с именем output_dict). Он содержит все, что должна вернуть модель, например, output_dict['detection_boxes'][0], output_dict['detection_scores'][0] и output_dict['detection_classes'][0]. Вы можете перебирать этот словарь обычным «питоническим» способом. Например:

box_index = 0
for box in output_dict['detection_boxes'][0]:
   current_box = box
   current_class_id = output_dict['detection_classes'][0][box_index]
   current_score = output_dict['detection_scores'][0][box_idx]

   # Do something with box

   box_index += 1

Edit: Как упомянуто выше, вы можете использовать блокнот jupyter для вычисления вывода «из коробки» с помощью замороженного графика. Для производственного использования взгляните на Tensoflow Serve.