如何计算边界框坐标？

Question

我已经创建了一个经过训练的 yolov4 模型，我也尝试对其进行测试。 我的原始图像大小是 - 宽 1920 和高 1080。

对于训练，我将其减少到 416*416。 当我被测试时，我得到了一个很好的结果，但我无法理解输出值：

(left_x: 506 top_y: -376 宽度: 2076 高度: 1179)

（坐标如何为负数或大于图像大小？）

我确信它背后有一个公式，但我找不到它。 我在代码 (darknet.py) 中搜索，bbox2points(bbox) 函数返回了错误的结果。

我错过了什么？

你能帮我在这个例子中找到边界框的坐标吗？

代码-darknet.py：

x, y, w, h = bbox
xmin = int(round(x - (w / 2)))
xmax = int(round(x + (w / 2)))
ymin = int(round(y - (h / 2)))
ymax = int(round(y + (h / 2)))
return xmin, xmax, ymin, ymax

那些 x, y, w, h 与输出相同 (left_x, top_y, width, height) 代码： https : //github.com/AlexeyAB/darknet/blob/master/darknet.py

Answer 1

这就是我如何转换由darknet_video.py返回的边界框以在 opencv 中使用它。

    def __transform_boxes(boxes, image):
        image_height, image_width, image_channels = image.shape
        top_coordinates_x = int((boxes[0] - (boxes[2]) / 2) * (image_width / 416))
        top_coordinates_y = int((boxes[1] - (boxes[3]) / 2) * (image_height / 416))
        bottom_coordinates_x = int((boxes[0] + (boxes[2]) / 2) * (image_width / 416))
        bottom_coordinates_y = int((boxes[1] + (boxes[3]) / 2) * (image_height / 416))
        return bottom_coordinates_x, bottom_coordinates_y, top_coordinates_x, top_coordinates_y