Google Cloud AutoML 对象检测导出 CSV 对象位置

【问题标题】：Google Cloud AutoML Object Detection export CSV object positionsGoogle Cloud AutoML 对象检测导出 CSV 对象位置
【发布时间】：2020-07-01 12:48:58
【问题描述】：

我已经使用 Google Cloud AutoML 标签工具在图像上标记了对象。比我导出的 csv 文件。这是输出：

TRAIN,gs://optik-vcm/optikic/80-2020-03-19T11:58:25.819Z.jpg,kenarcizgi,0.92590326,0.035908595,0.9589712,0.035908595,0.9589712,0.9020675,0.92590326,0.9020675

论美，是这样的：

TRAIN
gs://optik-vcm/optikic/80-2020-03-19T11:58:25.819Z.jpg
kenarcizgi
0.92590326
0.035908595
0.9589712
0.035908595
0.9589712
0.9020675
0.92590326
0.9020675

我知道前三列。

我将通过数据增强来增加图像数量。为此，我将在 Python 中使用 OpenCV。但我需要图像上对象的坐标。

如何将这些小数转换为像素坐标？或者有什么计算方法吗？

【问题讨论】：

标签： google-cloud-platform google-cloud-automl

【解决方案1】：

这些被称为NormalizedVertex。

顶点表示图像中的二维点。归一化顶点坐标相对于原始平面（图像、视频）介于 0 到 1 之间。例如。如果平面（例如整个图像）的大小为 10 x 20，则归一化坐标 (0.1, 0.3) 的点将位于该平面上的位置 (1, 6)。

要获得像素坐标，您可以根据需要将该数字乘以输入的宽度或长度。

整个reference for the CSV formatting 解释了以下（截断）构成每一行（每个边界框或每个图像一行）：

TRAIN - 将此行中的内容分配给哪个设置
gs://optik-vcm/... - Google 云存储 URI
kenarcizgi - 标识对象分类方式的标签
图像中对象的边界框：
- x_relative_min, y_relative_min, x_relative_max, y_relative_min, x_relative_max, y_relative_max, x_relative_min, y_relative_max

【讨论】：