我用过API
(https://github.com/tensorflow/models/tree/master/object_detection)
然后，
我怎么知道边界框的长度？
我在 github 上实时使用了 Tutorial IPython notebook。
但是我不知道用哪个命令来计算盒子的长度。
【问题讨论】：
标签： tensorflow object-detection
只是为了扩展 Beta 的答案：
您可以从检测图中得到预测的边界框。在Tutorial IPython notebook on github 中给出了一个例子。这就是 Beta 被剪断的代码的来源。访问detection_graph 并从张量中提取预测边界框的坐标：
通过调用np.squeeze(boxes)，您将它们重塑为 (m, 4)，其中 m 表示预测框的数量。您现在可以访问这些框并计算长度、面积或任何您想要的。
但请记住，预测的框坐标是标准化的！它们的顺序如下：
[ymin, xmin, ymax, xmax]
所以以像素为单位计算长度会是这样的：
def length_of_bounding_box(bbox):
return bbox[3]*IMG_WIDTH - bbox[1]*IMG_WIDTH
【讨论】：
boxes[0][i]访问第i个盒子的坐标
[xmin, ymin, xmax, ymax] 约定时我没有得到预期的结果。我使用此链接（github.com/tensorflow/models/blob/master/research/…）在 2018 年 8 月 2 日查看了 github 上 draw_bounding_box_on_image_array 函数的源代码，订单为 [ymin, xmin, ymax, xmax]
我写了一个关于如何找到边界框坐标here 的完整答案，并认为它对这个线程上的某个人也可能有用。
Google 对象检测 API 返回格式为 [ymin, xmin, ymax, xmax] 和标准化形式的边界框（完整说明 here）。要找到 (x,y) 像素坐标，我们需要将结果乘以图像的宽度和高度。首先获取图片的宽高：
width, height = image.size
然后，从boxes对象中提取ymin,xmin,ymax,xmax并相乘得到(x,y)坐标：
ymin = boxes[0][i][0]*height
xmin = boxes[0][i][1]*width
ymax = boxes[0][i][2]*height
xmax = boxes[0][i][3]*width
最后打印框角的坐标：
print 'Top left'
print (xmin,ymin,)
print 'Bottom right'
print (xmax,ymax)
【讨论】：
您可以调用框，如下所示：
boxes = detection_graph.get_tensor_by_name('detection_boxes:0')
分数和课程也是如此。
然后在会话运行中调用它们。
(boxes, scores, classes) = sess.run(
[boxes, scores, classes],
feed_dict={image_tensor: imageFile})
【讨论】：
基本上，你可以从图中得到所有这些
image_tensor = graph.get_tensor_by_name('image_tensor:0')
boxes = graph.get_tensor_by_name('detection_boxes:0')
scores = graph.get_tensor_by_name('detection_scores:0')
classes = graph.get_tensor_by_name('detection_classes:0')
num_detections = graph.get_tensor_by_name('num_detections:0')
box[0] 包含所有预测的边界框坐标，格式为 [top_left_x, top_left_y, bottom_right_x, bottom_right_y]，这就是您要查找的内容。
查看此 repo，您可能会发现更多详细信息： https://github.com/KleinYuan/tf-object-detection
【讨论】：
以下识别对象并返回位置和置信度信息的代码是：
(boxes, scores, classes, num_detections) = sess.run(
[boxes, scores, classes, num_detections],
feed_dict={image_tensor: image_np_expanded})
遍历盒子
for i,b in enumerate(boxes[0]):
获取宽度和高度：
width = boxes[0][i][1]+boxes[0][i][3]
height = boxes[0][i][0]+boxes[0][i][2]
您可以找到更多详细信息：[https://pythonprogramming.net/detecting-distances-self-driving-car/]
【讨论】：