解释CNN图像的地面真实.mat文件

Question

晚上好，

我是编码CNN的新手我已经获得了上海科技人群计数数据集（图像旁边）.mat文件，我相信图像的（计数）基本事实。

我尝试在python中打印一个.mat文件的内容，这是我得到的：

{'image_info': array([[array([[(array([[ 855.32345978,  590.49587357],
   [ 965.5908524 ,  472.79472415],
   [ 937.09478464,  400.93507502],
   ...,
   [  42.5852337 ,  359.87860699],
   [1017.48233659,    8.99748811],
   [1017.48233659,   23.31916643]]), array([[920]], dtype=uint16))]],
  dtype=[('location', 'O'), ('number', 'O')])]], dtype=object), '__version__': '1.0', '__header__': 'MATLAB 5.0 MAT-file, Platform: PCWIN64, Created on: Fri Nov 18 20:06:05 2016', '__globals__': []}

每个.mat文件对应一个图像，我知道CNN中的某个点我们需要计算网络结果和我们所拥有的基本事实之间的误差，但我似乎不理解这些.mat的结构和内容。文件。

有人可以解释这些文件中的内容以及在人群估算中如何或使用该内容的内容。

Answer 1

所以我得到了答案，问题中提供的.mat中的数据包含（或至少我们感兴趣的）两个数组，第一个：

array([[ 855.32345978,  590.49587357],
   [ 965.5908524 ,  472.79472415],
   [ 937.09478464,  400.93507502],
   ...,
   [  42.5852337 ,  359.87860699],
   [1017.48233659,    8.99748811],
   [1017.48233659,   23.31916643]])

是一个N乘2的数组，2对应于目标对象X和Y坐标，N是目标对象的数量（地面实况）

另外，第二个数组包含地面实况

.mat文件的数据是通过scipy.io.loadmat提取的，数据的结构是字典，现在变得非常特别，但是它就是这样：

matContent=spy.io.loadmat(os.path.join(gtPath,gtList[1])) #var type is dictionary
gt=matContent['image_info'][0][0][0][0][1] #getting the ground-thruth number