opencv踩坑记录

背景

将深度目标检测算法部署到移动端，模型的head后半部分（红色框内部）未被转换和量化，需要c++重写此部分。在服务器中进行转换和量化模型，并对量化后模型进行推理，得到中间结果。

图1 模型结构

在python实现后处理部分时，需要将最终结果输入到opencv实现的NMS算法之中，得到最终的bbox，并将其绘制在图像之中。

实现方案

我的实现方案为：

• 首先，过滤置信度过小的bbox，指定conf_th(置信度阈值)；
• 之后，指定iou_th(iou阈值)，调用opencv自带的nms算法；
• 最终，获得nms后的bbox index数组；

此过程中，我传入NMS算法的bboxes为实际尺寸的（x,y,w,h）数组,但实际bboxes为（left_top_x,left_top_y,w,h）数组。也能输出indexes，且位置大体上对，与实际结果相比少了很多，debug也不易发现。

图2 NMS参数

如何找到bug

将nms前bboxes直接绘制到图像之中，再将NMS后的bboxes绘制在图像之中，确保nms不发生错误。