Как считать объекты, обнаруженные на изображении, используя Tensorflow?

Question

Я обучил свой пользовательский детектор объектов, используя faster_rcnn_inception_v2, протестировал его, используя object_detection_tutorial.ipynb , и он отлично работает, я могу найти ограничивающие рамки для объектов внутри тестового изображения, моя проблема в том, как можноЯ фактически считаю количество этих ограничивающих рамок или просто хочу подсчитать количество объектов, обнаруженных для каждого класса.

Answer 1

Я решил это с помощью API подсчета объектов Tensorflow .У нас есть пример подсчета объектов на изображении с использованием single_image_object_counting.py.Я только заменил ssd_mobilenet_v1_coco_2017_11_17 своей собственной моделью, содержащей граф вывода

input_video = "image.jpg"
detection_graph, category_index = backbone.set_model(MODEL_DIR)

Answer 2

Из-за низкой репутации я не могу комментировать.

Насколько я знаю, API обнаружения объектов, к сожалению, не имеет встроенной функции для этого.

Вы должны написать эту функцию самостоятельно.Я предполагаю, что вы запускаете eval.py для оценки !?Чтобы получить доступ к отдельным обнаруженным объектам для каждого изображения, вы должны выполнить следующую цепочку сценариев:

eval.py -> evaluator.py -> object_detection_evaluation.py -> per_image_evaluation.py

InВ последнем скрипте вы можете подсчитать обнаруженные объекты и ограничивающие рамки для каждого изображения.Вам просто нужно сохранить числа и суммировать их по всему набору данных.

Это вам уже помогает?