卷积神经网络最后的结果_卷积神经网络图片预处理和输出结果预测框坐标转换...

yolov3图片输入网络前的resize和预测后的矩形框的两个顶点坐标如何在缩放回原尺寸，在原图上绘制。

因为yolo系列程序结构网络的设计，要求输入必须是长宽相等的图形，其次结合卷积层运算结果，输入图片大小要求是32的倍数，所以图片在输入到网络中，需要先将图片缩放到合适的尺寸，本文以416x416这个尺寸来讲解。

首先对于输入的处理很简单，先判断出输入图片是W(宽)和H(高)谁大，先将较大的该维度缩放为416，然后另一个维度，根据较大维度的缩放比例，进行缩放就好。

譬如：原图是768x576，按照纵横比长边不变缩放到了416*372。那么问题就来了，我们需要的是416x416,现在不是，很简单的办法，对该维度进行一个纯色背景的填充即可。

长宽不一样的图的resize方法，相信大家看完上图就理解了。

那么如何在原图上输出正确的物体框？

经过神经网络的输出，和坐标转换，我们得到了在基于416*416这个坐标系下的左上角顶点(x1，y1)和右下角顶点(x2，y2)。为了可以在原图尺寸上正确的将物体框出来，还是假设，原图尺寸是768x576，要先将预测出来的两个顶点转换到未填充的坐标系416*372下，然后再除以缩放系数，到768x576下。

上图手推了一下长边是W维度的情况，如果长边是H的情况，第一部中则是y是相等的，感兴趣的朋友可以自己推导一下。