如何绘制边界框而不使用张量流对象检测api中的归一化坐标

Question

如何绘制边界框而不使用tensorflow object-detection api中的归一化坐标？在object_detection_tutorial.ipynb中，我注意到默认坐标是在标准化坐标中，框的形式是[xmin，ymin，xmax，ymax]以及如何将它们转换为[image_length xmin，image_width ymin，image_length xmax，image_width ymax ]？ 我尝试使用

 boxes[0]=boxes[0]*200 
     boxes[1]=boxes[1]*100 
     boxes[2]=boxes[2]*200 
     boxes[3]=boxes[3]*100 

但发生错误：

--------------------------------------------------------------------------- 
IndexError        Traceback (most recent call last) 
<ipython-input-72-efcec9615ee3> in <module>() 
    30     feed_dict={image_tensor: image_np_expanded}) 
    31     boxes[0]=boxes[0]*200 
---> 32     boxes[1]=boxes[1]*100 
    33     boxes[2]=boxes[2]*200 
    34     boxes[3]=boxes[3]*100 
IndexError: index 1 is out of bounds for axis 0 with size 1 

Answer 1

如果你看一下研究/ object_detection/utils的/ visualization_utils.py框[0] YMIN不是当你乘这些坐标XMIN与100或200确保它仍然在图像边界（im_width，im_height）。

您可以尝试框[0] * 100，框[1] * -200，框[2] * -100，框[3] * 200，这与此代码类似。

ymin = boxes[0]*100 
xmin = boxes[1]*-200 
ymax = boxes[2]*-100 
xmax = boxes[3]*200 

draw = ImageDraw.Draw(image) 
im_width, im_height = image.size 
(left, right, top, bottom) = (xmin * im_width, xmax * im_width, 
           ymin * im_height, ymax * im_height) 

draw.line([(left, top), (left, bottom), (right, bottom), 
       (right, top), (left, top)], width=thickness, fill=color)