Wie bekomme ich die Kategorie des Objekts erkannt - Tensorflow

Question

Ich bin neu in Tensorflow und ich frage mich, wie erhalten Sie die "Kategorie" des Objekts erkannt zusammen mit seiner Punktzahl zurück?

Here'a eine Punktzahl Array ich für ein Beispielbild haben, wie Sie 4 gibt es sehen ‚Boxen‘ mit mehr als 50% Vertrauen:

scores 
Out[104]: 
array([[ 0.86274904, 0.68427145, 0.53348649, 0.51449829, 0.4737072 , 
     0.20210901, 0.18676876, 0.15660423, 0.15557742, 0.15542269, 
     0.15463693, 0.14486608, 0.13966955, 0.1298867 , 0.12409254, 
     0.12288965, 0.10780571, 0.10559474, 0.10537479, 0.10148374, 
     0.10037792, 0.09754734, 0.09640686, 0.09590817, 0.09435588, 
     0.09198856, 0.0918662 , 0.09173656, 0.0879355 , 0.08762371, 
     0.08711197, 0.08627746, 0.08621041, 0.08481266, 0.08390592, 
     0.08365501, 0.08259587, 0.08251529, 0.08152138, 0.08019584, 
     0.07996205, 0.07962734, 0.07907323, 0.07718709, 0.07715672, 
     0.07693762, 0.07692765, 0.07642546, 0.07611038, 0.07582222, 
     0.0754476 , 0.07542069, 0.07490928, 0.07476845, 0.0747645 , 
     0.07418264, 0.07383376, 0.07275221, 0.07237192, 0.0722541 , 
     0.07183521, 0.07175662, 0.07174246, 0.07155806, 0.071283 , 
     0.0710848 , 0.07026858, 0.06924678, 0.06890308, 0.06833564, 
     0.06827622, 0.06769758, 0.06753176, 0.06721075, 0.0663776 , 
     0.06553975, 0.06466822, 0.06375053, 0.06349288, 0.0633459 , 
     0.06320453, 0.06309631, 0.06307632, 0.06258182, 0.06233004, 
     0.06231011, 0.06228941, 0.06161467, 0.06125913, 0.06117567, 
     0.06101252, 0.06089024, 0.0608751 , 0.06063354, 0.06047466, 
     0.06046106, 0.0603817 , 0.06035899, 0.06034132, 0.06016544]], dtype=float32) 

Was ich frage mich, wie Sie die Ausgabe erhalten von was jeder dieser Punkte das Objekt als kategorisiert, kann ich nicht scheinen, es in irgendwelchen der Variablen zu sehen. Hier ist eine Liste von dem, was zurückgegeben wird:

print(locals().keys()) 
dict_keys(['__name__', '__builtin__', '__builtins__', '_ih', '_oh', '_dh', 'In', 'Out', 'get_ipython', 'exit', 'quit', '_i', '_ii', '_iii', '_i52', 'np', 'os', 'urllib', 'sys', 'tarfile', 'tf', 'zipfile', 'defaultdict', 'StringIO', 'plt', 'Image', 'total_count', 'label_map_util', 'vis_util', 'MODEL_NAME', 'MODEL_FILE', 'DOWNLOAD_BASE', 'PATH_TO_CKPT', 'PATH_TO_LABELS', 'NUM_CLASSES', 'opener', 'tar_file', 'file', 'file_name', 'detection_graph', 'od_graph_def', 'fid', 'serialized_graph', 'label_map', 'categories', 'category_index', 'load_image_into_numpy_array', 'PATH_TO_TEST_IMAGES_DIR', 'TEST_IMAGE_PATHS', 'IMAGE_SIZE', 'sess', 'image_tensor', 'detection_boxes', 'detection_scores', 'detection_classes', 'num_detections', 'image_path', 'image', 'image_np', 'image_np_expanded', 'boxes', 'scores', 'classes', 'num', 

Dies ist die primäre Tutorial-Skript aus dem object_detection Tutorial mit auf GitHub hier: https://github.com/tensorflow/models/tree/master/research/object_detection

Jede Hilfe würde geschätzt. Prost,

Answer 1

Ich nehme an, Sie sprechen über this Notebook.

Ich schaute auf den Code und die Punkte-Array zeigen das Konfidenzniveau für jede erkannte Box. Die Klasse jeder Box ist in der classes Variable (detection_classes:0 Tensor).

Diese Zeile wird mit der Eingabe über das Netzwerk:

(boxes, scores, classes, num) = sess.run(
      [detection_boxes, detection_scores, detection_classes, num_detections], 
      feed_dict={image_tensor: image_np_expanded}) 

Um die Klasse zusammen mit den Noten drucken können Sie:

for class, score in zip(classes, scores): 
    print(class, ':', score) 

Die Beschreibungen der Kategorien im Notebook verwendeten here (mscoco Etiketten).