在预测过程中获得最高置信度的边界框

Question

我正在使用 TensorFlow 对象识别 API。通常，开发人员所做的是设置训练管道，提供一些检查点或 tfrecord 来开始训练，同时监控 TensorBoard 上的性能。 这就是我所做的，现在我可以在 Tensorboard 上看到所有预测的边界框，这些边界框根据迭代次数而变化。 但是如果我需要获取这些边界框怎么办？ 是否有任何代码行给定图像返回预测的边界框？

Answer 1

如果您使用sess.run(...) 命令进行推理，它将返回一个python 字典对象（例如称为output_dict）。它包含模型应该返回的所有内容，例如output_dict['detection_boxes'][0]、output_dict['detection_scores'][0] 和output_dict['detection_classes'][0]。您可以以常见的“pythonic”方式遍历此字典。例如：

box_index = 0
for box in output_dict['detection_boxes'][0]:
   current_box = box
   current_class_id = output_dict['detection_classes'][0][box_index]
   current_score = output_dict['detection_scores'][0][box_idx]

   # Do something with box

   box_index += 1

编辑： 如上所述，您可以使用 jupyter notebook 来计算冻结图的“开箱即用”推理。对于生产用途，请查看 Tensoflow Serve。