第五课:推理结果的可视化
处理推理结果
在上一课时中,已经通过 Inference 获取到了识别结果,存放在三个数组里:
float[] boxes = new float[100 * 4];
float[] scores = new float[100];
float[] classes = new float[100];
那么数据的结构是这样的,第一个识别物体的类别是 classes[0],分数为 scores[0],物体的位置(top、left、bottom、right)为(boxes[0]、boxes[1]、boxes[2]、boxes[3])依次类推。 但是要注意的是物体的位置的值是 Normalized 的,还需要特殊处理一下。
Normalize 也叫标准化、正则化,或者归一化,是机器学习中的一个重要概念,在这里不做更多的深入的探讨,只需要记住它的作用是把一个数值按照一定算法投影到(0,1] 这个区间里面,这是一个在机器学习中会经常碰到的术语。
因为物体位置的数值是 Normalized 的,它们都是(0,1]区间里面的小数,而我们输入的图片是 300×300 的尺寸,所以需要把这些值都乘以 300 来获取它在图片里面的真实位置。那么现在可以得出,在输出数据中第 i(i 从 0 开始)个识别得物体的数据为:
- 分数: scores[i]
- 物体名称: labels[classes[i]] (labels 为之前从labels.txt中读取的标签数组)
- 物体位置:(boxes[i] * 300, boxes[i + 1] * 300, boxes[i+ 2] * 300, boxes[i + 3] *300)
接下来我们需要把得分低的输出项剔除掉,这个分数是(0,1]之间的一个数(看,也是 Normalized 的),越高越好。如果模型推理出来一个物体是人,但是得分只有 0.1,那么实际上有可能这个物体不是人。所以我们需要有一个分数的阈值,大于这个阈值的识别结果才被认为是正确的。这个阈值的选择是一个经验问题,在这里选择 0.6 作为分数的阈值,这样就把那些我们认为识别度不够的结果排除了。同时之前为 100 个识别结果分配了存储空间,如果识别结果中的物体小于 100,那么有一些数组元素就是空值(0),这样的话我们把这些空值也排除掉了。
接下来就开始写代码了,在这里写了一个类来封装识别的结果:
public class DetectionResult {
private String label;
private Float score;
private RectF box;
public DetectionResult(String label, Float score, RectF location) {
this.label = label;
this.score = score;
this.box = location;
}
public String getLabel() {
return label;
}
public Float getScore() {
return score;
}
public RectF getBox() {
return box;
}
}
这个类代表一个单独的被识别出来的物体,接下来根据识别结果来生成 DetectionResult 的 List:
List<DetectionResult> results = new ArrayList<>();
for (int i = 0; i < classes.length; i++) {
if (scores[i] > 0.6f) {
RectF box = new RectF(
boxes[4 * i + 1] * 300,
boxes[4 * i] * 300,
boxes[4 * i + 3] * 300,
boxes[4 * i + 2] * 300);
results.add(new DetectionResult(labels.get((int) classes[i]), scores[i], box));
}
}
注意,RectF 构造函数接受的参数是(left、top、right、bottom),而我们 boxes 数组中的位置是(top、left、bottom、right),传参的时候顺序不要弄错了。
推理结果的可视化
现在有了识别物体的位置和名称,我们只需要在原始图片的相应位置上面画上边框,写上名称就可以啦!
首先将原始图片 copy 一份,然后在这个 copy 上面画上边框,写上名称:
final Bitmap copiedImage = originImage.copy(Bitmap.Config.ARGB_8888, true);
获取 Canvas 对象,设置边框的宽度和颜色,设置显示名称的字体大小和颜色:
final Canvas resultCanvas = new Canvas(copiedImage);
final Paint paint = new Paint();
paint.setColor(Color.RED);
paint.setStyle(Paint.Style.STROKE);
paint.setStrokeWidth(5.0f);
Paint textPaint = new Paint();
textPaint.setColor(Color.WHITE);
textPaint.setStyle(Paint.Style.FILL);
textPaint.setTextSize((float) (0.04 * copiedImage.getWidth()));
在往 Canvas 上面画图之前,不要忘了输入给模型的是一个根据原始图片经过转换而得到的 300×300 的图片,所以我们识别结果里面的位置指的是物体在这个 300×300 的图片上的位置,如果把这个位置画在原图上面,显然是不正确的。
还记得之前我们转换原始图片时是使用一个矩阵(Matrix)来转换的吗? 现在只需要把这个矩阵 Invert 一下,然后再在我们识别出来物体的位置矩形上面用这个矩阵进行转换,就可以得到物体在原始图片上的位置了!代码如下:
Matrix inputToOrigin = new Matrix();
originToInput.invert(inputToOrigin);
获取 Invert 的矩阵之后,就可以依次把识别结果在原图上用方块标识出来了:
for (DetectionResult result : results) {
RectF box = result.getBox();
inputToOrigin.mapRect(box);
resultCanvas.drawRect(box, paint);
resultCanvas.drawText(result.getLabel(), box.left, box.top, textPaint);
}
使用 mapRect 方法对矩形框进行转换,同时在框的左上角写上物体的名称,然后调用:
imageView.setImageBitmap(copiedImage);
将结果显示在 ImageView 上面。
效果展示
这样就完成了任务,没有任何机器学习基础的我们在 Android 上面实现了一个可以识别静态图片中的物体的应用,来看一下效果吧。
- JavaScript 教程
- JavaScript 编辑工具
- JavaScript 与HTML
- JavaScript 与Java
- JavaScript 数据结构
- JavaScript 基本数据类型
- JavaScript 特殊数据类型
- JavaScript 运算符
- JavaScript typeof 运算符
- JavaScript 表达式
- JavaScript 类型转换
- JavaScript 基本语法
- JavaScript 注释
- Javascript 基本处理流程
- Javascript 选择结构
- Javascript if 语句
- Javascript if 语句的嵌套
- Javascript switch 语句
- Javascript 循环结构
- Javascript 循环结构实例
- Javascript 跳转语句
- Javascript 控制语句总结
- Javascript 函数介绍
- Javascript 函数的定义
- Javascript 函数调用
- Javascript 几种特殊的函数
- JavaScript 内置函数简介
- Javascript eval() 函数
- Javascript isFinite() 函数
- Javascript isNaN() 函数
- parseInt() 与 parseFloat()
- escape() 与 unescape()
- Javascript 字符串介绍
- Javascript length属性
- javascript 字符串函数
- Javascript 日期对象简介
- Javascript 日期对象用途
- Date 对象属性和方法
- Javascript 数组是什么
- Javascript 创建数组
- Javascript 数组赋值与取值
- Javascript 数组属性和方法
- Android AndroidX的迁移
- Android 应用Crash 后自动重启的方法小结
- Android 倒计时控件 CountDownView的实例代码详解
- 开启Scrapy爬虫之路
- Android Studio实现简单的QQ登录界面的示例代码
- Android 自定义SeekBar 实现分段显示不同背景颜色的示例代码
- 从约瑟夫环看循环链表
- Android 自定义LineLayout实现满屏任意拖动功能的示例代码
- Android scheme 跳转的设计与实现详解
- Android获取与设置系统环境变量的方法指南
- Android 通过腾讯TBS实现文件预览功能
- 使用VideoView播放App中的资源文件
- android 限制某个操作每天只能操作指定的次数(示例代码详解)
- pymysql connect 连接mysql 报错keyerror255
- 使用android studio开发工具编译GBK转换三方库iconv的方法