mask生成平行框

        在Mask Rcnn中传给模型训练的是物体的mask图，但训练中会利用到包含物体的平行框，查看代码后发现gt_box是由mask生成的，其主要思路是找出平行框左上角和右下角的坐标。mask图是一个二值图，利用numpy库的where()和any()函数就可以找出x1和x2以及y1和y2。

        例如:

        mask是一个4x4的矩阵，其值如下图所示：

 

         第一步：先通过any(mask, axis=0)函数返回mask每列中元素是否全为零，再由where()函数返回其对应的下标，其第一个和最后一个值就是x1和x2的值。

 

         第二步：通过any(mask, axis=1)函数返回mask每行中元素是否全为零，同理通过where()返回对应的下标，第一个和最后一个即为y1和y2。

 

         第三步：返回(x1,y1)和(x2,y2)即为平行框的左上角和右下角点坐标。

 

       mask转平行框源代码如下，其中对计算出来的坐标进行了边界判断。

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
def extract_bboxes(mask):
    """Compute bounding boxes from masks.
    mask: [height, width, num_instances]. Mask pixels are either 1 or 0.
 
    Returns: bbox array [num_instances, (y1, x1, y2, x2)].
    """
    boxes = np.zeros([mask.shape[-1], 4], dtype=np.int32)
    for i in range(mask.shape[-1]):
        m = mask[:, :, i]
        # Bounding box.
        horizontal_indicies = np.where(np.any(m, axis=0))[0]
        vertical_indicies = np.where(np.any(m, axis=1))[0]
        if horizontal_indicies.shape[0]:
            x1, x2 = horizontal_indicies[[0, -1]]
            y1, y2 = vertical_indicies[[0, -1]]
            # x2 and y2 should not be part of the box. Increment by 1.
            x2 += 1
            y2 += 1
        else:
            # No mask for this instance. Might happen due to
            # resizing or cropping. Set bbox to zeros
            x1, x2, y1, y2 = 0, 0, 0, 0
        x1 = 0 if x1<0 else x1
        y1 = 0 if y1<0 else y1
        y2 = mask.shape[0] -1 if y2>=mask.shape[0] else y2
        x2 = mask.shape[1]-1 if x2 >= mask.shape[1] else x2
        boxes[i] = np.array([y1, x1, y2, x2])
    return boxes.astype(np.int32)

　　

 

 
posted @   半夜打老虎  阅读(793)  评论(1)  编辑  收藏  举报
编辑推荐：
· AI与.NET技术实操系列：基于图像分类模型对图像进行分类
· go语言实现终端里的倒计时
· 如何编写易于单元测试的代码
· 10年+ .NET Coder 心语，封装的思维：从隐藏、稳定开始理解其本质意义
· .NET Core 中如何实现缓存的预热？
阅读排行：
· 25岁的心里话
· 闲置电脑爆改个人服务器（超详细） #公网映射 #Vmware虚拟网络编辑器
· 零经验选手，Compose 一天开发一款小游戏！
· 因为Apifox不支持离线，我果断选择了Apipost！
· 通过 API 将Deepseek响应流式内容输出到前端
点击右上角即可分享
微信分享提示
AI IDE Trae