YOLO下一步：輸出預測boundingbox做進一步處理__電腦視覺

對於我們使用yolo做一下research中的其他應用而言，最終目的肯定不是看看預測boundingbox就ok了。
具體對於我而言，就需要在得到boundingbox後再找出目標的局部資訊。下面簡單介紹一下如何完成。
1.修改原始碼
在原始碼image.c中找到draw_detections()函數，print出方框的位置即可，如下：

2.記錄終端輸出到文字檔
我這裡使用的命令是| tee train_log.txt ，可參考：Linux中記錄終端（Terminal）輸出到文字檔
3.python進一步提取boundingbox並做簡單處理
先看一眼輸入資料（即上一步輸出到檔案中的資料）：

可以看到有時候檢測到有時候檢測不到，這裡我為了後面方便處理（這裡我是要提取類別名為tip的box座標並進行處理），簡單處理了一下（已知每一幀有且只有一個tip，如果沒有檢測到則用相鄰幀的座標填充），並儲存到新檔案內。
代碼如下：

把‘tip’的一行資料讀入到dic中

i=0d={}with open('output_coordinate.txt') as f:    for line in f.readlines():        if 'Objects:' in line:            i=i+1                    if 'tip:' in line:            d[i]=line.strip()# print(i)# print(d)

若某一幀中沒有檢測到tip，則預設為上一幀檢測到的資料

d[1]=d[2]for k in range(1, i+1):    if not d.get(k):        d[k]=d[k-1]# print(d)

將tip資料分割為list

import refor k, v in d.items():    d[k]=re.split(r'\s+', v)# print(d)

數組重組為dict格式

frames=[]probs=[]lx=[]rx=[]ly=[]ry=[]for k, v in d.items():    frames.append(k)    probs.append(v[1])    lx.append(v[2])    rx.append(v[3])    ly.append(v[4])    ry.append(v[5])data = {'frames':frames,        'probs':probs,        'lx':lx,        'rx':rx,        'ly':ly,        'ry':ry,}

資料存放區到DataFrame

from pandas import Series, DataFrameframes_num=1590frame = DataFrame(data, columns = ['probs', 'lx', 'rx', 'ly', 'ry'], index = list(range(1, frames_num+1)))frame.index.name = 'frames'frame.columns.name = 'coordiante'frame.head()

coordiante	probs	lx	rx	ly	ry
frames
1	36%	559	811	247	306
2	36%	559	811	247	306
3	37%	559	811	247	305
4	37%	558	810	246	305
5	37%	557	810	245	304

座標資料儲存到文本

with open('tip_coordinate.txt', 'w') as f:    for j in range(frames_num):        f.write(lx[j]+' '+ly[j]+' '+rx[j]+' '+ry[j]+'\n')  

最後處理的結果：