我正在尝试使用 TF 对象检测 API 返回图像中已检测到的对象列表。

为此，我使用 print([category_index.get(i) for i in classes[0]]) 来打印已检测到的对象列表，或者使用 print(num_detections) 来显示检测到的对象数量，但在两种情况下，它都返回一个包含 300 个值的列表，或者相应地返回值 [300.]。

如何仅返回图像上实际存在的对象？或者如果有错误，请帮助找出问题所在。

我在训练时使用了 Faster RCNN 模型的配置文件和检查点。可以确定它确实能检测到图像中的几个对象，下面是检测结果：

我的代码如下：

...

这会产生以下结果：

...

非常感谢您提供的任何信息！

更新：

非常感谢所有帮助解决此问题的朋友。以下代码行正是我所需要的，它为我提供了一个包含已检测对象的列表，这样我就可以对它们进行其他操作。

print [category_index.get(value) for index,value in enumerate(classes[0]) if scores[0,index] > 0.5]

回答：

据我所知，您有 300 个检测结果。visualize_boxes_and_labels_on_image_array 只显示其中很少一部分，因为 min_score_thresh=.5（这是默认值）对于大多数检测结果来说太高了。

如果您想在输出中添加这样的过滤，可以编写如下代码：

min_score_thresh = 0.5print([category_index.get(i) for i in classes[0] if scores[0, i] > min_score_thresh)

您可以更改 min_score_thresh 来选择所需的阈值。打印类别名称和分数值可能会很有用。