图像中边界框的坐标

Question

我正在做对象检测，以便在 UAV 地理参考数据集上对企鹅进行计数，因此出于实际原因，我们假设它们在图像上显示为点。运行对象检测模型后，它返回推断图像以及检测到的每只企鹅的相应边界框。

我需要提取边界框中心的坐标（类似于 x,y），因此，由于图像是地理参考的，我可以将图像 b.box 中心坐标转换为 GPS 坐标。

这张照片就是一个很好的例子。在这里，作者正在对香蕉植物进行计数，在同一区域的 3 张经过不同处理的图片中检测到相同区域的植物后，他们发现在一些植物周围最多出现了三个框（左）。因此，为了将每个植物算作一个，尽管其中一些植物最多 3 个 bbox，但它们就是这样做的（引自原始文章）：

1. 从每个 ROI 切片中收集检测边界框。
2. 计算每个边界框的质心。
3. 在质心的 x 和 y 值上添加图块编号信息，以将它们叠加在原始 ROI 图像上。

https://i.stack.imgur.com/6oUCT.jpg

这正是我正在寻找的，第 3 步，如何计算每个 bbox 的质心以及如何获得 x,y 坐标，这样我就可以将这些坐标转换为真实坐标，因为图像是地理参考的，然后在马赛克上显示每个真实坐标。

非常感谢您。

Answer 1

您可以使用Intersection over Union algorithm 选择其中一个框，然后使用所选框的坐标在检测到的对象上绘制输出圆或框。