如何解决YOLO归一化坐标点
我是归一化我的坐标意味着通过除以图像的宽度和高度将它们重新缩放为0-1范围
,但仍然获得> 1的值,有时某些图像的坐标值为2或4。 如何解决此问题?
我的一部分代码:
def process_data(data,data_type="train"):
for _,row in tqdm(data.iterrows(),total=len(data)):
image_name =row['ID']
image_name =image_name.split(".")[0]
bounding_boxes = row['Label']
yolo_data= []
for idx,bbox in enumerate(bounding_boxes):
x = int(bbox.split()[0])
y = int(bbox.split()[1])
w = int(bbox.split()[2])
h = int(bbox.split()[3])
# print(h,w,y,x)
Y= bbox.split()[4]
if Y=="Face-masked":
Y = 0
else:
Y=1
x_center=x+w/2
y_center=y+h/2
x_center=x_center/width[idx]#dividing each img,with its own width
y_center=y_center/height[idx]
w=w/width[idx]
h=h/height[idx]
yolo_data.append([Y,x_center,y_center,h])
#converting data into numpy array
yolo_data=np.array(yolo_data)
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。