深度学习python之用Faster-rcnn 检测结果(detections.pkl 和class_pr.pkl) 在原图画出box

本文介绍如何利用Faster-RCNN的detections.pkl和class_pr.pkl文件在原图上画出目标检测框。class_pr.pkl包含Recall、Precision和Average Precision (AP),可在Spyder中查看详细数值。内容涉及对单一类别目标的检测。
摘要由CSDN通过智能技术生成

class_pr.pkl 包括召回率(Recall),精确率(Precision),平均正确率(Average_precision(AP) )
在Spyer中敲入如下代码即可打开,在变量栏查看具体数值(本文只对一类目标进行检测)

import cPickle as pickle  
f = open('ship_pr.pkl')  
info = pickle.load(f)  

下面是使用detections.pkl画框,里面包括的是list,list里包含两个list,坐标值在第二个list里

import os
import os.path
import numpy as np
import xml.etree.ElementTree as xmlET
from PIL import Image, ImageDraw
import cPickle as pickle 

f = open(
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值