如何将 YOLOv8 原始输出转换为边界框坐标和类概率

Question

我使用

ultralytics

训练了自定义对象检测模型，并将其转换为 Tensorflow Lite 格式。

现在，当我使用 tflite 模型对图像 (640x640x3) 进行预测时，结果是形状为 [1, 7, 8400] 的张量。

这是我的代码：

我在[1, 7, 8400]中发现：

• 1 - 批量大小
  

• 7 - 4 个边界框坐标（x_center、y_center、宽度、高度）+ 每个类 3 个概率
  

• 8400 - 640 像素/8 =80； 80x80=6400。 640像素/16=40； 40x40=1600。 640像素/32=20； 20x20=400。 6400+1600+400=8400
  

我正在寻找一种简单的方法来将此张量解码为边界框坐标和类概率。

Answer 1

这是我自己解决这个问题的方法：https://github.com/Santabot123/decode-and-visualize-YOLOv8-predictions/tree/main