【发布时间】：2021-08-24 08:41:32
【问题描述】：
我需要在ios上使用一个tensorflow的检测模型。 1 中可用的 tflite 模型文件是 uint8 格式，不能很好地与 CoreML 配合使用，所以我决定下载一个完整的模型并自己将其转换为 tflite。
TF zoo 中的所有 SSD 模型都包含非极大值抑制算法，由于 NMS 不能很好地与 tflite 配合使用，所以我删除了 export_tflite_graph_lib_tf2 代码中的后处理功能，以便创建没有 NMS 的 tflite 模型。
所以现在我有一个工作检测模型（确切地说是 ssd mobilenetv2），它输出（box_encodings、class_predictions、anchors）而不是（boxes、classes、scores、num_detections）
如何从每个 box_encoding、anchors 中创建一个 bbox？
我在2找到了这个公式：
ycenter = y / y_scale * anchor.h + anchor.y;
xcenter = x / x_scale * anchor.w + anchor.x;
half_h = 0.5*exp(h/ h_scale)) * anchor.h;
half_w = 0.5*exp(w / w_scale)) * anchor.w;
ymin = ycenter - half_h;
ymax = ycenter + half_h;
xmin = xcenter - half_w;
xmax = xcenter + half_w;
但我不确定什么是 y_scale、x_scale 等。它是图像大小吗？ (320*320)。如果是这样，数字不匹配。
例如，(0.425, 0.225, 0.399, 0.200) 的框编码和 (0.958, 1.315, 1.437, 0.938) 的锚点创建 (0.496, 0.953, 2.641, 2.099) 的 bbox。这些数字对我来说没有意义（我希望所有四个数字（bbox 的角）都在 [0,1] 范围内）。 任何人都可以澄清这一点吗？ 谢谢
【问题讨论】：
标签： tensorflow object-detection bounding-box post-processing single-shot-detector