在我用tensorflow對目標檢測API進行一些研究的那一刻。爲此，我跟着這個教程：TF - 帶有地面真值盒的物體檢測
https://www.oreilly.com/ideas/object-detection-with-tensorflow
本教程介紹瞭如何從圖像也PASCAL VOC XML標籤文件tfrecord。以及開始使用對象檢測API。
要生成我修改了一些代碼，從引用的浣熊庫在GitHub上那些tfrecords：
https://github.com/datitran/raccoon_dataset
我標記我的圖片與LabelImg（https://github.com/tzutalin/labelImg）有你有在PASCAL VOC格式保存的可能性。
所以現在我按照教程做了60個圖像的第一次測試（訓練），一小時後（574步）我做了一箇中斷來保存檢查點。在此之後，我做了一個導出「inference.py圖」並保存了冷凍模型（糾正我，如果我說一些愚蠢的東西，這東西也是我的新東西...）
而之後，我修改了jupyter筆記本從我的慾望和tada的教程中有一些在測試圖像中的識別。
到目前爲止這麼好，但現在我想看看對象檢測有多好（爲此），爲此我想從我的測試PASCAL VOC數據集中添加一些地面實況框。但我有一些麻煩來實現我的目標。
我做的第一件事是手動添加這是我從我的VOC數據集讀取箱子，並將它們添加到圖像，我與https://matplotlib.org/devdocs/api/_as_gen/matplotlib.patches.Rectangle.html
但在我的解決方案，這是獲得不同的地塊/附圖。 ...
所以，然後我想也許對象檢測API提供了一些功能來添加盒子/地面真值盒並評估我的檢測與我的測試VOC數據集的準確性。
所以我想我看看https://github.com/tensorflow/models/tree/master/research/object_detection/utils，我以爲我找到了一個函數（DEF draw_bounding_box_on_image_array），使一些箱子到我的image_np，但沒有任何事情發生，所以這是什麼API用來做一些可視化：
vis_util.visualize_boxes_and_labels_on_image_array(
image_np,
np.squeeze(boxes),
np.squeeze(classes).astype(np.int32),
np.squeeze(scores),
category_index,
use_normalized_coordinates=True,
line_thickness=2)
，這是我曾嘗試使用：
vis_util.draw_bounding_box_on_image(
image_np,
bndbox_coordinates[0][1],
bndbox_coordinates[0][0],
bndbox_coordinates[0][3],
bndbox_coordinates[0][2])
但有箱子的arent如果我嘗試繪圖這個numpy的陣列圖像
我錯過了什麼嗎？問題2是否有API中的某些類正在進行準確性評估？我沒有看到我的乾眼......如果此類/功能使用PASCAL VOC來確定？ Mybe我可以使用這個：https://github.com/tensorflow/models/blob/master/research/object_detection/utils/object_detection_evaluation.py，但我沒有信心，因爲我也是新的python和一些代碼/評論很難讓我明白...
也許你職業的球員，有可以幫助我
在此先感謝
編輯： https://www.pyimagesearch.com/2016/11/07/intersection-over-union-iou-for-object-detection/
現在：
我從這篇文章中讀出一點點我知道我需要一個IoU（聯合交集） - 所以有人知道對象檢測API是否爲此提供了一個函數？我會重新考慮的API ...