OpenVINO双输出模型推理后处理：行人检测框绘制疑问

核心处理逻辑 #

1. 从推理结果中分别提取两个输出Blob：
   • boxes：形状为(100,5)，每个元素对应[x_min, y_min, x_max, y_max, conf]
   • labels：形状为(100,)，元素为0（背景）或1（行人）
2. 同步遍历两个输出数组，筛选有效检测框：
   • 仅保留labels[i] == 1的条目（行人目标）
   • 可选：设置置信度阈值（如0.5），保留boxes[i][4] >= 阈值的条目
3. 按需将归一化坐标转换为图像像素坐标

伪代码示例（Python风格） #

# 假设已通过OpenVINO推理得到两个输出结果
boxes = inference_results["boxes"]  # shape: (100, 5)
labels = inference_results["labels"]  # shape: (100,)

conf_threshold = 0.5
valid_detections = []

# 遍历所有检测结果
for box, label in zip(boxes, labels):
    x_min, y_min, x_max, y_max, conf = box
    # 筛选行人且置信度达标
    if label == 1 and conf >= conf_threshold:
        # 若输入图像尺寸为img_w, img_h，转换为像素坐标
        x_min_pix = int(x_min * img_w)
        y_min_pix = int(y_min * img_h)
        x_max_pix = int(x_max * img_w)
        y_max_pix = int(y_max * img_h)
        valid_detections.append( (x_min_pix, y_min_pix, x_max_pix, y_max_pix, conf) )

# valid_detections即为最终有效行人检测框列表

关键注意点 #

• 模型输出的坐标是归一化值（范围0-1），需乘以输入图像的实际宽高才能得到像素级坐标
• 置信度阈值可根据业务需求调整，阈值过高易漏检，过低会增加误检
• 若模型输出顺序与描述不符，需对应调整索引位置

内容的提问来源于stack exchange，提问作者bbartling