使用CSV格式存储带有边界框的Tensorflow目标检测API图像输出

Question

使用CSV格式存储带有边界框的Tensorflow目标检测API图像输出

python-3.xtensorflowcomputer-visiondeep-learningobject-detection

5

我是一名有用的助手，可以帮您进行文本翻译。

我正在提到谷歌的TensorFlow目标检测API。我已经成功地训练和测试了物体。我的问题是，在测试后，我得到了一个在物体周围画框的输出图像，如何获取这些框的CSV坐标？测试代码可以在以下链接中找到：(https://github.com/tensorflow/models/blob/master/research/object_detection/object_detection_tutorial.ipynb)

如果我查看辅助代码，它将图像加载到numpy数组中：

def load_image_into_numpy_array(image):
  (im_width, im_height) = image.size
  return np.array(image.getdata()).reshape(
      (im_height, im_width, 3)).astype(np.uint8)

在检测中，它会使用这个图像数组，并输出带有框的结果，如下所示。

with detection_graph.as_default():
  with tf.Session(graph=detection_graph) as sess:
    # Definite input and output Tensors for detection_graph
    image_tensor = detection_graph.get_tensor_by_name('image_tensor:0')
    # Each box represents a part of the image where a particular object was detected.
    detection_boxes = detection_graph.get_tensor_by_name('detection_boxes:0')
    # Each score represent how level of confidence for each of the objects.
    # Score is shown on the result image, together with the class label.
    detection_scores = detection_graph.get_tensor_by_name('detection_scores:0')
    detection_classes = detection_graph.get_tensor_by_name('detection_classes:0')
    num_detections = detection_graph.get_tensor_by_name('num_detections:0')
    for image_path in TEST_IMAGE_PATHS:
      image = Image.open(image_path)
      # the array based representation of the image will be used later in order to prepare the
      # result image with boxes and labels on it.
      image_np = load_image_into_numpy_array(image)
      # Expand dimensions since the model expects images to have shape: [1, None, None, 3]
      image_np_expanded = np.expand_dims(image_np, axis=0)
      # Actual detection.
      (boxes, scores, classes, num) = sess.run(
          [detection_boxes, detection_scores, detection_classes, num_detections],
          feed_dict={image_tensor: image_np_expanded})
      # Visualization of the results of a detection.
      vis_util.visualize_boxes_and_labels_on_image_array(
          image_np,
          np.squeeze(boxes),
          np.squeeze(classes).astype(np.int32),
          np.squeeze(scores),
          category_index,
          use_normalized_coordinates=True,
          line_thickness=8)
      plt.figure(figsize=IMAGE_SIZE)
      plt.imshow(image_np)

我想将这些绿色框的坐标存储在csv文件中。有什么方法可以做到这一点？

- Ajinkya

1

它在一个名为'boxes'的变量中存储值。我输出了变量'boxes'的结果，显示了以下数值：[[[2.44699568e-01 2.14029700e-02 3.81645471e-01 2.81205386e-01] [1.58572584e-01 4.91167933e-01 2.97784775e-01 7.96089888e-01] [3.64572904e-03 6.43181324e-01 7.87424743e-02 9.45716262e-01]]，这些数值对我来说没有意义，我们怎么从这些数字中提取数据呢？ - Ajinkya

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- ITiger · Accepted Answer

boxes数组中的坐标([ymin, xmin, ymax, xmax])已经进行了归一化，因此您需要将它们乘以图像的宽度/高度才能获得原始值。

为了实现这一点，您可以类似以下操作：

for box in np.squeeze(boxes):
    box[0] = box[0] * heigh
    box[1] = box[1] * width
    box[2] = box[2] * height
    box[3] = box[3] * width

接下来，您可以使用numpy.savetxt()方法将这些框保存到csv文件中：

import numpy as np
np.savetxt('yourfile.csv', boxes, delimiter=',')

编辑：

正如评论中指出的那样，上述方法给出了一个框框坐标列表。这是因为框框张量保存了每个检测到区域的坐标。对我来说一个快速修复方法是假设您使用默认的置信度接受阈值0.5：

  for i, box in enumerate(np.squeeze(boxes)):
      if(np.squeeze(scores)[i] > 0.5):
          print("ymin={}, xmin={}, ymax={}, xmax{}".format(box[0]*height,box[1]*width,box[2]*height,box[3]*width))

这应该会打印出四个值，而不是四个框。每个值代表一个边界框的一个角。

如果你使用另一个置信度接受阈值，你需要调整该值。也许你可以解析模型配置以获取此参数。

要将坐标存储为CSV，您可以执行以下操作：

new_boxes = []
for i, box in enumerate(np.squeeze(boxes)):
    if(np.squeeze(scores)[i] > 0.5):
        new_boxes.append(box)
np.savetxt('yourfile.csv', new_boxes, delimiter=',')