tensorflow-lite - YOLO 的输出是什么?
问题描述
我正在尝试使用 YOLO 来检测 Android 应用程序中的车牌。
所以我在 Google Colab 中训练了一个 YOLOv3 和一个 YOLOv4 模型。我使用Hunglc007 的精彩项目将这 2 个模型转换为 TensorFlow Lite,我还验证了它们是否正常工作并得到以下结果:
但是当我尝试了解模型的输出以在我的应用程序中对其进行调整时,我使用netron得到了这个:
当模型被训练为只检测一个对象时,为什么我有 2 个输出?
而为什么输出的格式是这样的,这[1,1,4]
代表什么?
编辑
bboxes的代码可以在这里找到
boxes, scores, classes, valid_detections = tf.image.combined_non_max_suppression(
boxes=tf.reshape(boxes, (tf.shape(boxes)[0], -1, 1, 4)),
scores=tf.reshape(
pred_conf, (tf.shape(pred_conf)[0], -1, tf.shape(pred_conf)[-1])),
max_output_size_per_class=50,
max_total_size=50,
iou_threshold=FLAGS.iou,
score_threshold=FLAGS.score
)
pred_bbox = [boxes.numpy(), scores.numpy(), classes.numpy(), valid_detections.numpy()]
image = utils.draw_bbox(original_image, pred_bbox)
# image = utils.draw_bbox(image_data*255, pred_bbox)
image = Image.fromarray(image.astype(np.uint8))
image.show()
image = cv2.cvtColor(np.array(image), cv2.COLOR_BGR2RGB)
cv2.imwrite(FLAGS.output + 'detection' + str(count) + '.png', image)
解决方案
这很明显。用于检测模型。通常,它应该至少给出 2 个输出:边界框和与边界框相关的类。因此,(1,1,4) 是边界框的 4 个结果。第一个数字 1 是根据您将图像提取到模型中的。由于您只有一个对象,因此第二个数字的输出为 1。此外,边界框的 YOLO 配置为 (x_center,y_center,width,height)
(1,1,1) 将是相同的,但现在 1 是您选择的类的标签。
推荐阅读
- mysql - 从 mySQL 返回未定义
- c# - 结构类型的扩展方法
- python - 如何从网络抓取的混合字符串中分离价格(数字)
- powershell - 如何将 PowerShell 运行空间 stderr、stdout 等组合成一个流
- c - 错误:从 fork() 子调用 sqlite3_exec() 时数据库被锁定
- c++ - std::chrono 在 arm 中的行为不同
- python - 用python绘制正值的小提琴图
- cordova - 获取蓝牙设备列表并使用 IONIC cordova bluetoothle 插件进行连接
- c - 如何将文本文件中的单个行保存在数组中?
- linux - 尝试附加一些文本时 Sed 变量扩展和 \n 匹配