我有一个形状为(600,400)的热图numpy数组。该热图表示检测概率,具体来说,是在图像中检测脸部的概率。我的目标是从这个热图中获取最高概率出现的坐标(X和Y)。
我已经解决了单张脸的情况。代码如下:
我已经解决了单张脸的情况。代码如下:
face_location = np.unravel_index(heatmap.argmax(), heatmap.shape)
print("Face location: " + str(face_location))
但在某些情况下,可能存在多个热点区域。我不知道如何调整算法以返回多个“最热区域”。问题在于任何一个热区域都会被逐渐较少热的区域包围。因此,在最热区域之后,下一个前10个最热区域都有可能紧贴初始点。
如何调整算法以查找多个热点区域?假设它们不会紧贴在一起也是可以的。
heatmap = [[ 2.00299415e-04 2.03753079e-04 8.17560707e-04 ..., 2.23556344e-04
1.98958180e-04 9.92935777e-01]
[ 2.00642273e-04 2.04473894e-04 8.19963054e-04 ..., 2.24148811e-04
1.99438742e-04 9.92921114e-01]
[ 2.01056406e-04 2.05344462e-04 8.22864589e-04 ..., 2.24864416e-04
2.00019145e-04 9.92903233e-01]
...,
[ 7.28193991e-05 -2.73474743e-05 2.95096161e-05 ..., 5.96550672e-05
1.98282614e-05 9.99637246e-01]
[ 7.34055429e-05 -2.72389279e-05 3.02382941e-05 ..., 5.98490733e-05
2.04356711e-05 9.99619305e-01]
[ 7.37556256e-05 -2.71740992e-05 3.06735128e-05 ..., 5.99649393e-05
2.07984649e-05 9.99608397e-01]]