dlib 形状预测器模型的参数答案

【问题标题】：Parameters of dlib shape predictor modeldlib 形状预测器模型的参数
【发布时间】：2019-05-28 11:20:27
【问题描述】：

我在自定义数据上训练了 dlib 形状预测器模型（使用 train_shape_predictor.py 文件）。结果我得到了 .dat 文件。现在我有一个图像，其中包含一个已训练 dlib 预测模型的对象。我将如何使用该预测模型来预测输入图像中的形状？我看到Dlib shape prediction documentation，提到 dlib 形状预测器接受两个参数：

一张图片
一个盒子（Dlib 矩形）

现在这些参数是什么，就我而言，因为我只有一张图像（包含一个对象，将通过训练好的模型进行预测）？

我们将非常感谢您在这方面的任何帮助。

【问题讨论】：

标签： python computer-vision training-data dlib

【解决方案1】：

如文件所述：

图像是一个包含 8 位灰度或 RGB 的 numpy ndarray 图片。 --> 在此处传递您的图像
box 是在内部开始形状预测的边界框。 --> 如果你已经有了对象的边界框（例如，一张脸在图像中的位置），请在此处传递。

一个典型的应用是：

rects = dlib.simple_object_detector(image)

for rect in rects:
   shape = dlib.shape_predictor(image, rect)

【讨论】：

是否需要使用dlib对象检测器。有没有其他方法，我不必使用 dlib 对象检测器？你能解释一下吗？
@user8611018 形状预测器只需要一个图像帧和一个 dlib 矩形对象来估计形状。因此，如果您不想使用 dlib 对象检测器，那么在这种情况下，首先使用您的自定义对象检测器并找到边界框的点 (rmin, cmin) 和 (rmax, cmax) (r=row,c=上校）。然后将它们转换为 dlib 矩形对象，如“dlib_rect = dlib.rectangle(rmin, cmin, rmax, cmax)”，现在将此矩形对象与图像帧一起传递给 shape_predictor 对象，如“landmarks = pred_object(image, dlib_rect)”，其中pred_object = dlib.shape_predictor(r"some_model.dat")

【解决方案2】：

您可以使用任何对象检测器来查找边界框。正如Quang所说，dlib是正确的。

您也可以使用 OpenCV 的检测器。但是，你需要记住，dlib 的矩形四坐标和 OpenCV 矩形表示是不同的。

从 Opencv 获取边界框后，执行此操作。

d_rect = dlib.rectangle(left= o_rect[0] , top=o_rect[1], right=o_rect[2], bottom=o_rect[3])

其中 o_rect 是 OpenCV 矩形。

【讨论】：