Tensorflow Object Detection API 如何将检测到的类别输出到终端

这套实现不需要额外引入新依赖，你现有代码里的组件已经足够完成类名字符串的提取：存了类别id、置信度的detections字典，以及把类别id映射为人类可读名称的category_index字典，只需要按照可视化时的相同筛选规则遍历检测结果，就能把对应文本输出到终端。

操作注意事项 #

• 打印内容的筛选阈值、最大输出检测数要和可视化设置完全对齐，保证终端输出和图上绘制的检测框一一对应，不会出现图上没画的目标却在终端输出的错位情况
• 遍历检测结果时必须补上原代码定义的label_id_offset = 1，因为API返回的检测类id是从0开始计数的，而category_index中的id从1开始计数，偏移量不匹配会直接取不到正确的类名
• TensorFlow Object Detection API返回的检测结果默认按置信度从高到低排序，遇到第一个低于置信度阈值的结果就可以终止遍历，不需要走完所有检测项，能减少实时检测时的无效运算

可直接复用的代码片段 #

把下面这段代码插到原代码中viz_utils.visualize_boxes_and_labels_on_image_array调用完成的位置即可：

# 和可视化保持一致的筛选参数
min_score_thresh = 0.5
max_boxes_to_draw = 3

frame_detect_results = []
# 遍历有效检测范围
for idx in range(min(num_detections, max_boxes_to_draw)):
    score = detections['detection_scores'][idx]
    # 低于阈值直接终止遍历
    if score < min_score_thresh:
        break
    # 计算真实类别id，匹配类名字符串
    real_class_id = detections['detection_classes'][idx] + label_id_offset
    class_name = category_index[real_class_id]['name']
    frame_detect_results.append(f"{class_name}（置信度{score:.2f}）")

# 输出到终端
if frame_detect_results:
    print("当前检测到目标：" + "、".join(frame_detect_results))
else:
    print("当前帧无满足置信度要求的检测目标")

实用优化技巧 #

实时摄像头检测时，逐帧打印会导致终端滚动速度极快，可以简单加个帧计数做节流，比如每处理15帧再打印一次结果，避免输出内容过于杂乱看不清；如果需要把检测到的类别字符串传给其他后续逻辑使用，直接保存上面代码里的frame_detect_results列表即可，不需要额外做格式转换。

内容的提问来源于stack exchange，提问作者Kshitij Vijayvergiya