摆脱 Tensorflow 对象检测 API 中不同类之间的重叠边界框答案

【问题标题】：Get rid of overlapping bounding boxes across different classes in Tensorflow Object Detection API摆脱 Tensorflow 对象检测 API 中不同类之间的重叠边界框
【发布时间】：2018-04-21 01:07:00
【问题描述】：

我正在使用 Tensorflow 对象检测 API 来训练我自己的车辆检测器。当我使用Object detection tutorial 测试我的模型时，我发现在某些情况下，卡车被检测为汽车和卡车，其周围有两个重叠的边界框。我只想留下检测分数最高的那个。

我知道对象检测 API 确实消除了重叠的边界框，但对于跨不同类的边界框却没有这样做。有没有办法摆脱重叠的盒子？我可以更改对象检测 API 代码中的任何地方来实现这一点吗？

【问题讨论】：

标签： python tensorflow object-detection bounding-box object-detection-api

【解决方案1】：

有两种方法可以消除重叠的边界框。

1、将文件visualization_utils.py中的“visualize_boxes_and_labels_on_image_array”函数中的“min_score_thresh”参数调大；

2、在配置文件中设置非最大抑制阈值

【讨论】：

【解决方案2】：

您可以对所有类使用 non_max_suppression：

  corners = tf.constant(boxes, tf.float32)
  boxesList = box_list.BoxList(corners)
  boxesList.add_field('scores', tf.constant(scores))
  iou_thresh = 0.1
  max_output_size = 100
  sess = tf.Session()
  nms = box_list_ops.non_max_suppression(
      boxesList, iou_thresh, max_output_size)
  boxes = sess.run(nms.get())

【讨论】：

好的。我会尽力做到这一点。谢谢！
你从哪里得到“box_list”的值？
如何管理在同一个图像中有同一个类的多个实例的场景？