Deep Learning 目标检测

  • 对检测到的结果进行解析 
#----------------------------目标检测*解析字典result-------------------------------------------
from numpy import array
from numpy import float32


res = {'boxes': array([[0.,   0.98908037, 122.45497,  51.784943, 495.46906, 479.],
                       [1.,   0.9906026 , 201.24075,  85.98496 , 284.39273, 106.8657]], dtype=float32)}
covers = []
huximos = []

for re in res['boxes']:
    print('re',re)
    print('re[0]', re[0])

    if re[0] == 0:
        covers.append(re)
    elif re[0] == 1:
        huximos.append(re)

print(len(covers))
print(len(huximos))

版权声明:本文为CSDN博主「凡先生的笔」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/weixin_46604911/article/details/122439717

凡先生的笔

我还没有学会写个人说明!

暂无评论

发表评论

相关推荐

目标检测指标计算

一、指标 True Positive,TP :预测为正样本(Positive),实际为正样本,则True,预测正确。 True Negative,TN &#x

YOLOV3预选框验证

对于一个输入图像,比如416*416*3,相应的会输出 13*13*3 26*26*3 52*52*3 10647 个预测框。我们希望这些预测框的信息能够尽量准确的反应出哪些位置存在对象,是哪种对