darknet之输出转化边界框坐标

最新推荐文章于 2022-03-24 12:00:52 发布

原创

最新推荐文章于 2022-03-24 12:00:52 发布 · 942 阅读

3 ·

CC 4.0 BY-SA版权

1. yolov2-tiny

以输入为416*416，20类，5个anchor为例
使用的anchor是相对于特征图的，即anchor值是除以32的
一幅图的输出是1*125*13*13
125由5个anchor组成，每个anchor中的值是[x,y,w,h,c,p1,p2…p20]
所以输出就是13*13个第一个anchor的x，13*13个第一个anchor的y…13*13个第一个anchor的p20,共25*13*13个； 13*13个第2个anchor的x…13*13个第2个anchor的p20,共50*13*13个；…13*13个第5个anchor的p20,共125*13*13个；
以下代码的结果是框的左上点和右下点除以输入图像宽高

for i in range(4, 125, 25):
      for j in range(13):
        for k in range(13):
          conf = sigmoid(input0_data[0][i][j][k]) * sigmoid(input0_data[0][i+1][j][k])
          if conf > 0.9:
            print(conf)
            tx=input0_data