您的位置: 首页  >  文章  >  Faster-RCNN的blob文件详解

Faster-RCNN的blob文件详解

分类: 文章 • 2025-01-04 18:34:04

pytorch编写Faster-RCNN的下载地址

目录下的blob文件的位置

Faster-RCNN的blob文件详解

im_list_to_blob（）这个函数是转成统一长宽的图片格式，选择最大长和最大宽，最后用图片填充不够的地方用0补充。

def im_list_to_blob(ims):

    max_shape = np.array([im.shape for im in ims]).max(axis=0)
    num_images = len(ims)

    blob = np.zeros((num_images, max_shape[0], max_shape[1], 3),
                    dtype=np.float32)

    for i in xrange(num_images):
        im = ims[i]
        blob[i, 0:im.shape[0], 0:im.shape[1], :] = im

    return blob

这个函数是将输入的图像转为blob格式，格式样式是    [ 图片数量，图片最大长，图片最大宽，RGB3通道 ]   。

输入的ims是以下这种数据，列表 [ numpy数组构成的图片1 ，...... ，numpy数组构成的图片n ]

Faster-RCNN的blob文件详解

im是图片，[im.shape for im in ims] 最后构成一个图像尺寸的列表 [ 图片1尺寸，....，图片n尺寸 ]是一维的，

然后np.array([im.shape for im in ims]) 一下就变成二维，格式如下，.max(axis=0)表示取纵轴最大的数字，就是取最大长和宽。

（（图片1尺寸），               （（图片1长，图片1宽，图片1深度），

      .................            =            ....................................................

  （图片n尺寸））                  （图片n长，图片n宽，图片n深度））

最后往创建好的blob中填充图片值。

总程序

# --------------------------------------------------------
# Fast R-CNN
# Copyright (c) 2015 Microsoft
# Licensed under The MIT License [see LICENSE for details]
# Written by Ross Girshick
# --------------------------------------------------------

"""Blob helper functions."""

import numpy as np
# from scipy.misc import imread, imresize
import cv2

try:
    xrange          # Python 2
except NameError:
    xrange = range  # Python 3


def im_list_to_blob(ims):
    """Convert a list of images into a network input.

    Assumes images are already prepared (means subtracted, BGR order, ...).
    """
    max_shape = np.array([im.shape for im in ims]).max(axis=0)
    num_images = len(ims)
    blob = np.zeros((num_images, max_shape[0], max_shape[1], 3),
                    dtype=np.float32)
    for i in xrange(num_images):
        im = ims[i]
        blob[i, 0:im.shape[0], 0:im.shape[1], :] = im

    return blob

def prep_im_for_blob(im, pixel_means, target_size, max_size):
    """Mean subtract and scale an image for use in a blob."""

    im = im.astype(np.float32, copy=False)
    im -= pixel_means
    # im = im[:, :, ::-1]
    im_shape = im.shape
    im_size_min = np.min(im_shape[0:2])
    im_size_max = np.max(im_shape[0:2])
    im_scale = float(target_size) / float(im_size_min)
    # Prevent the biggest axis from being more than MAX_SIZE
    # if np.round(im_scale * im_size_max) > max_size:
    #     im_scale = float(max_size) / float(im_size_max)
    # im = imresize(im, im_scale)
    im = cv2.resize(im, None, None, fx=im_scale, fy=im_scale,
                    interpolation=cv2.INTER_LINEAR)

    return im, im_scale

 

相关推荐