TensorFlow Object Detection如何将检测目标打印输出到控制台

TensorFlow Object Detection API的返回结果里，detections字典不直接存储字符串格式的检测目标名称，仅在detections['detection_classes']字段存储整数类型的类别ID；类别ID到实际目标名称的映射关系，存放在你传入可视化函数的category_index变量中，结构为{类别ID: {'id': 类别ID, 'name': '目标名称'}}。

你可以在完成detections字典预处理的代码段后、调用可视化函数之前或之后，添加如下遍历逻辑，把符合置信度要求的检测目标信息打印到控制台即可。注意打印逻辑的参数必须和可视化参数保持一致，避免ID匹配错位：

# 与可视化参数对齐的阈值配置
min_score_thresh = .8
label_id_offset = 1

print("===== 目标检测结果 =====")
for idx in range(detections['num_detections']):
    score = detections['detection_scores'][idx]
    # 过滤置信度不达标的检测框
    if score < min_score_thresh:
        continue
    # 换算匹配category_index的实际类别ID
    class_id = detections['detection_classes'][idx] + label_id_offset
    # 读取目标名称
    class_name = category_index[class_id]['name']
    detect_box = detections['detection_boxes'][idx]
    
    # 控制台输出，可按需调整字段
    print(f"目标：{class_name} | 置信度：{score:.2%} | 归一化坐标[y_min,x_min,y_max,x_max]：{np.round(detect_box, 3)}")

补充说明 #

• 打印时给detection_classes加label_id_offset的操作必须和visualize_boxes_and_labels_on_image_array调用时的逻辑完全一致，否则会出现类别名匹配错误
• 上述代码输出的是归一化格式的检测框坐标，如果需要像素级坐标，提前读取图像宽高做换算即可：

  img_h, img_w = image_np.shape[:2]
  # 像素坐标换算示例：y_min = int(detect_box[0] * img_h)
  

• 如果需要限制打印的检测结果数量，和可视化的max_boxes_to_draw参数对齐，在循环里加计数截断逻辑就行。

内容的提问来源于stack exchange，提问作者Mustafa Öztekin