如何解决如何从对象检测 TensorRT 模型中提取步幅数和框范数?
我在网上找到了一个 python 脚本代码来对 trt 模型进行推理,该模型是一个对象检测模型。 代码工作正常。 但是我对这个参数的值有一些疑问:
- 步数
- 框归一化
- 宽度
- 身高
由于这些值取决于每个模型,所以
任何帮助都会得到认可
当将框移动到预定义的单元格时,推理代码的一部分在这里:
def _compute_grids(Box_norm,stride):
grid_h = int(height / stride)
grid_w = int(width / stride)
grid_size = grid_h * grid_w
grid_centers_w = []
grid_centers_h = []
for i in range(grid_h):
value = (i * stride + 0.5) /Box_norm
grid_centers_h.append(value)
for i in range(grid_w):
value = (i * stride + 0.5) / Box_norm
grid_centers_w.append(value)
return grid_w,grid_w,grid_size,grid_centers_w,grid_centers_h
def _applyBoxnorm(o1,o2,o3,o4,x,y,grid_centers_h):
o1 = (o1 - grid_centers_w[x]) * -Box_norm
o2 = (o2 - grid_centers_h[y]) * -Box_norm
o3 = (o3 + grid_centers_w[x]) * Box_norm
o4 = (o4 + grid_centers_h[y]) * Box_norm
return o1,o4
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。