使用 YOLO 训练后如何裁剪检测到的对象？

【问题标题】：How to crop the detected object after training using YOLO?使用 YOLO 训练后如何裁剪检测到的对象？
【发布时间】：2020-08-21 21:46:15
【问题描述】：

我正在使用 YOLO 进行模型训练。我想裁剪检测到的对象。对于我使用的暗网存储库是：https://github.com/AlexeyAB/darknet/

为了在文本文件中检测和存储输出坐标，我使用这个： !./darknet 检测器测试 data_for_colab/obj.data data_for_colab/yolov3-tiny-obj.cfg yolov3-tiny-obj_10000.weights -dont_show -ext_output result.txt Result.jpg

【问题讨论】：

标签： yolo darknet

【解决方案1】：

考虑到 TEST.txt 文件中有详细信息作为示例图像。您可以使用python的re模块进行文本模式检测，即您的“class_name”。

解析 .txt 文件

import re
path='/content/darknet/result.txt'
myfile=open(path,'r')
lines=myfile.readlines()
pattern= "class_name"

for line in lines:
  if re.search(pattern,line):
    Cord_Raw=line
Cord=Cord_Raw.split("(")[1].split(")")[0].split("  ")

现在我们将获取列表中的坐标。

坐标计算

x_min=int(Cord[1])
x_max=x_min + int(Cord[5])
y_min=int(Cord[3])
y_max=y_min+ int(Cord[7])

从实际图像中裁剪

import cv2
img = cv2.imread("Image.jpg")
crop_img = img[y_min:y_max, x_min:x_max]
cv2.imwrite("Object.jpg",crop_img)

【讨论】：