经过之前的训练，小鱼对Faster RCNN网络实现检测功能已经了解了一点，接下来就是利用网络的检测结果实现多目标的跟踪．这个专题就用来记录一些实现跟踪道路上的小知识点．
今天小鱼分享的是：如何利用训练好的网络得到测试图片的候选框坐标？
在运行
～/py-faster-rcnn/tools/demo.py
这个文件时对测试集的目标进行了候选框的可视化，也就是
demo.py
中的
def vis_detections
函数．这里可以参考
demo.py代码解析
了解该代码的主要三个功能：候选框结果的可视化;检测目标框的获取;参数的获取
小鱼就是从这里得到最终的候选框坐标，具体方法为：
１．分析可视化什么东西
可视化函数为：
def vis_detections(im, class_name, dets, thresh=0.5):
"""Draw detected bounding boxes."""
inds = np.where(dets[:, -1
版权声明：本文为zllljf原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。