图像评估中的张量板边界框限制

Posted

技术标签:

【中文标题】图像评估中的张量板边界框限制【英文标题】:Tensorboard bounding box limit in eval of images 【发布时间】:2019-09-25 18:25:57 【问题描述】:

image1image2 在 tensorboard 上查看 eval 结果训练对象检测模型时,并非每个对象周围的所有边界框都已生成。由于显示的边界框数量是有限的,但这可能会导致我的训练结果产生很多混乱。当我制作推理图并对其进行测试时,我可以更改对边界框数量没有限制的代码。所以想知道我在哪里可以为 tensorboard 做同样的事情。

max_boxes_to_draw=None

vis_util.visualize_boxes_and_labels_on_image_array( image_np, output_dict['detection_boxes'], output_dict['detection_classes'], output_dict['detection_scores'], category_index, instance_masks=output_dict.get('detection_masks'), max_boxes_to_draw=None, use_normalized_coordinates=True, line_thickness=8)

此代码来自 tensorflow 提供的 object_detection_tutorial Jupyter notebook。我必须添加上面的行才能使其正常工作,如图所示。

【问题讨论】:

【参考方案1】:

在配置文件中,添加fieldmax_num_boxes_to_visualize并将其更改为更大的值。如果未添加,则默认值为 20。 例如

eval_config: 
  num_examples: xxxx
  max_num_boxes_to_visualize: 100
  # Note: The below line limits the evaluation process to xx evaluations.
  # Remove the below line to evaluate indefinitely.
  max_evals: xxx

这会将值设置为 100。

【讨论】:

以上是关于图像评估中的张量板边界框限制的主要内容,如果未能解决你的问题,请参考以下文章

张量流中的动态批量大小

计算边界框重叠的百分比,用于图像检测器评估

任何形状四边形的最小边界框或凸包?

将 UIPanGestureRecognizer 快速限制为边界

将图像限制在 Xcode 故事板上的屏幕边缘

如何在 Keras 中使用张量板显示输入张量