object_detection的bounding box在graph中的操作例子（求IOU，排序等）

最新推荐文章于 2022-07-21 20:36:54 发布

chamomoe

最新推荐文章于 2022-07-21 20:36:54 发布

阅读量559

点赞数 1

分类专栏：深度学习文章标签： tenserflow 物体检测 bounding box IOU graph

本文链接：https://blog.csdn.net/ziliwangmoe/article/details/81328918

版权

在物体检测任务中，TensorFlow提供了BoxList类和box_list_ops工具进行box操作。本文通过实例讲解如何在graph中进行IOU计算、排序等操作，以[cx, cy, width, height]格式转换为[xmin, xmax, ymin, ymax]，并找到IOU最大的box。" 139619998,10405582,redis-cli命令详解及使用示例,"['Redis', '命令行工具', '数据存储', '数据库']

摘要由CSDN通过智能技术生成

在物体检测（object detection）任务中，box的操作是一个比较麻烦的事情，特别是要在tensorflow的graph中实现这些操作。

tensorflow考到这点，也提供了一些工具函数。本篇文章就用一个例子来引导大家使用这些工具。

首先是 BoxList类：存储多个box信息的数据结构

box_list_ops：提供了很多操作BoxList的方法，比如计算iou，排序等等

这两个py文件地址：https://github.com/tensorflow/models/tree/master/research/object_detection/core

import tensorflow as tf
from core import box_list
from core import box_list_ops
boxes1=tf.convert_to_tensor([[0.25, 0.25, 0.5, 0.5],[0.25, 0.25, 0.4, 0.5]]) #cx, cy,width, height
xmin=boxes1[:,0]-boxes1[:,2]/2
xmax=boxes1[:,0]+boxes1[:,2]/2
ymin=boxes1[:,1]-boxes1[:,3]/2 #I just want to try the [:] function of tensorflow
ymax=boxes1[:,1]+boxes1[:,3]/2 #the simplest way of doing this is using slice
boxes1=tf.transpose(tf.stack([ymin, xmin, ymax, xmax]))