如何使用 Tensorflow 对图像中检测到的对象进行计数？
How to count objects detected in an image using Tensorflow?
我已经使用 faster_rcnn_inception_v2 训练了我的自定义对象检测器，使用 object_detection_tutorial.ipynb 对其进行了测试并且它工作完美，我可以在测试图像中找到对象的边界框，我的问题是如何才能我实际上计算了这些边界框的数量，或者我只是想计算每个 class.
检测到的对象的数量
由于声誉低，我无法发表评论。
据我所知，对象检测 API 不幸的是没有内置功能。
这个函数你得自己写。我假设你运行对eval.py进行评价！？要访问每个图像的各个检测到的对象，您必须遵循以下脚本链：
eval.py -> evaluator.py ->object_detection_evaluation.py -> per_image_evaluation.py
在最后一个脚本中，您可以计算每个图像检测到的对象和边界框。您只需保存数字并在整个数据集中对它们求和。
这对你有帮助吗？
我使用 Tensorflow Object Counting API 解决了这个问题。我们有一个使用 single_image_object_counting.py 对图像中的对象进行计数的示例。我只是将 ssd_mobilenet_v1_coco_2017_11_17 替换为我自己的包含推理图
的模型
input_video = "image.jpg"
detection_graph, category_index = backbone.set_model(MODEL_DIR)
我已经使用 faster_rcnn_inception_v2 训练了我的自定义对象检测器，使用 object_detection_tutorial.ipynb 对其进行了测试并且它工作完美，我可以在测试图像中找到对象的边界框，我的问题是如何才能我实际上计算了这些边界框的数量，或者我只是想计算每个 class.
由于声誉低，我无法发表评论。
据我所知，对象检测 API 不幸的是没有内置功能。
这个函数你得自己写。我假设你运行对eval.py进行评价！？要访问每个图像的各个检测到的对象，您必须遵循以下脚本链：
eval.py -> evaluator.py ->object_detection_evaluation.py -> per_image_evaluation.py
在最后一个脚本中，您可以计算每个图像检测到的对象和边界框。您只需保存数字并在整个数据集中对它们求和。
这对你有帮助吗？
我使用 Tensorflow Object Counting API 解决了这个问题。我们有一个使用 single_image_object_counting.py 对图像中的对象进行计数的示例。我只是将 ssd_mobilenet_v1_coco_2017_11_17 替换为我自己的包含推理图
input_video = "image.jpg"
detection_graph, category_index = backbone.set_model(MODEL_DIR)