Tensorflow 对象检测 api 获取按边界框坐标排序的预测

Question

我使用 tensorflow 对象检测 API 训练了一个神经网络来解决简单的验证码，但是当我使用以下代码输出预测时：

for index, value in enumerate(classes[0]):
object_dict = {}
if scores[0, index] > threshold:
    object_dict[(category_index.get(value)).get('name').encode('utf8')] = scores[0, index]
    objects.append(object_dict)

每个函数运行时，我都会以随机顺序获得预测。我之前问过一个问题，有人建议我尝试使用坐标，但是我找不到连接类和与该类关联的框的坐标的方法。附上已解决的验证码示例，因此我需要一种从左到右的顺序输出预测的方法。

Image

Answer 1

鉴于boxes[0] 是一个形状为 num_boxes * 4 的数组，其中框中的第一个值是 xmin，这可以让您得到框的索引，按 xmin 最低的那个（开始的那个更左）。

indices = np.argsort(boxes[0][:,0])

然后就可以使用这些索引对boxes、scores、classed进行排序了，如下：

sorted_scores = scores[0][indices]
sorted_boxes = boxes[0][indices]
sorted_classes = classes[0] indicies

例如，如果您想按 xmax 排序，则可以使用 np.argsort(boxes[0][:,2])。 您可以尝试使用 0-3 按 xmin、ymin、xmax 和 ymax 排序。