Google Colab标注的边界框坐标是否按图像像素归一化？

已知标注数据 #

• colab_utils.annotate的归一化边界框坐标：

  np.array([[0.41941667, 0.08333333, 0.89941667, 0.7296875]], dtype=np.float32),
  

• LabelImg工具输出的像素级边界框坐标：

  <bndbox>
              <xmin>948</xmin>
              <ymin>537</ymin>
              <xmax>1416</xmax>
              <ymax>650</ymax>
  </bndbox>
  

问题结论 #

是的，colab_utils.annotate的边界框坐标是基于图像像素的归一化结果，且计算方式和你提供的代码逻辑完全一致：将像素坐标中的xmin、xmax除以图像宽度，ymin、ymax除以图像高度，得到0到1区间内的归一化数值。

内容的提问来源于stack exchange，提问作者Carolyn