Pytorch 目标检测算法(1)(基于李沐老师的课程)

最近从0开始学习了李沐老师的动手学深度学习课程,收益匪浅,想着弄个笔记,若有错误请及时指出,感谢各位!

目录

1.预备基础

1.1 坐标变换

对于图片而言,一般采取两种格式来保存图片中的位置信息(左上, 右下)(中心坐标, 宽, 高)

1)从(左上, 右下) —> (中心位置, 宽度, 高度)

假设box = [Xl, Yl, Xr, Yr](其中l=left, r=right),那么

center = ((Xl + Xr) / 2, (Yl + Yr) / 2  

width = Xr – Xl

height=Yr-Yl。

这里的细节在于 Y轴的方向和我们平时生活中的不一样。他是从上到下递增,因此Yr为较大值。图示:

 度低的

具体实现:

def box_corner_to_center(boxes):
    """从(左上, 右下)转换到(中间, 宽度, 高度)"""
    x1, y1, x2, y2 = boxes[:, 0], boxes[:, 1], boxes[:, 2], boxes[:, 3]
    cx = (x1 + x2) / 2  # 得到x的中心位置
    cy = (y1 + y2) / 2  # 得到y的中心位置
    w = x2 - x1  # 宽度
    h = y2 - y1  # 高度 
    boxes = torch.stack((cx, cy, w, h), axis=-1)
    return boxes

2) 从(中心位置, 宽度, 高度) —> (左上, 右下)

假设box = [centerX, centerY, width, height], 那么

Xl = centerX – (0.5 * width)

Yl = centerY – (0.5 * height)

Xr = centerX + (0.5 * width)

Yr = centerY + (0.5 * height)

具体实现:

def box_center_to_corner(boxes):
    """从(中间, 宽度, 高度)转换到(左上, 右下)"""
    cx, cy, w, h = boxes[:, 0], boxes[:, 1], boxes[:, 2], boxes[:, 3]
    xl = cx - 0.5 * w
    yl = cy - 0.5 * h
    xr = cx + 0.5 * w
    yr = cy + 0.5 * h
    boxes = torch.stack((xl, yl, xr, yr), axis=-1)
    return boxes

1.2 矩形框(锚框)绘制

可以运用opencv中的cv2.rectangle 或者 matplotlib.pylot中的Rectangle进行绘制,由于课程中使用的是matplotlib,为了后续内容这里只解释后者。

plt.Rectangle((Xl, Yl), width, height, fill, edgecolor, linewidth)

第一个参数:左上点

第二,三个参数:宽度,高度

fill: 是否填充矩形

edgecolor : 边框颜色

linewidth : 边框线的宽度 

具体实现:

def bbox_to_rect(bbox, color):
    return plt.Rectangle(xy=(bbox[0], bbox[1]),
                         width=bbox[2] - bbox[0],
                         height=bbox[3] - bbox[1],
                         fill=False,
                         edgecolor=color, linewidth=2)

文章出处登录后可见!

已经登录?立即刷新

共计人评分,平均

到目前为止还没有投票!成为第一位评论此文章。

(0)
上一篇 2022年5月20日 上午10:29
下一篇 2022年5月20日 上午10:34

相关推荐

本站注重文章个人版权,不会主动收集付费或者带有商业版权的文章,如果出现侵权情况只可能是作者后期更改了版权声明,如果出现这种情况请主动联系我们,我们看到会在第一时间删除!本站专注于人工智能高质量优质文章收集,方便各位学者快速找到学习资源,本站收集的文章都会附上文章出处,如果不愿意分享到本平台,我们会第一时间删除!