當前位置: 首頁>>代碼示例>>Python>>正文


Python coco_tools.ExportKeypointsToCOCO方法代碼示例

本文整理匯總了Python中object_detection.metrics.coco_tools.ExportKeypointsToCOCO方法的典型用法代碼示例。如果您正苦於以下問題:Python coco_tools.ExportKeypointsToCOCO方法的具體用法?Python coco_tools.ExportKeypointsToCOCO怎麽用?Python coco_tools.ExportKeypointsToCOCO使用的例子?那麽, 這裏精選的方法代碼示例或許可以為您提供幫助。您也可以進一步了解該方法所在object_detection.metrics.coco_tools的用法示例。


在下文中一共展示了coco_tools.ExportKeypointsToCOCO方法的1個代碼示例,這些例子默認根據受歡迎程度排序。您可以為喜歡或者感覺有用的代碼點讚,您的評價將有助於係統推薦出更棒的Python代碼示例。

示例1: testExportKeypointsToCOCO

# 需要導入模塊: from object_detection.metrics import coco_tools [as 別名]
# 或者: from object_detection.metrics.coco_tools import ExportKeypointsToCOCO [as 別名]
def testExportKeypointsToCOCO(self):
    image_ids = ['first', 'second']
    detection_keypoints = [
        np.array(
            [[[100, 200], [300, 400], [500, 600]],
             [[50, 150], [250, 350], [450, 550]]], dtype=np.int32),
        np.array(
            [[[110, 210], [310, 410], [510, 610]],
             [[60, 160], [260, 360], [460, 560]]], dtype=np.int32)]

    detection_scores = [np.array([.8, 0.2], np.float),
                        np.array([.7, 0.3], np.float)]
    detection_classes = [np.array([1, 1], np.int32), np.array([1, 1], np.int32)]

    categories = [{'id': 1, 'name': 'person', 'num_keypoints': 3},
                  {'id': 2, 'name': 'cat'},
                  {'id': 3, 'name': 'dog'}]

    output_path = os.path.join(tf.test.get_temp_dir(), 'keypoints.json')
    result = coco_tools.ExportKeypointsToCOCO(
        image_ids,
        detection_keypoints,
        detection_scores,
        detection_classes,
        categories,
        output_path=output_path)

    with tf.gfile.GFile(output_path, 'r') as f:
      written_result = f.read()
      written_result = json.loads(written_result)
      self.assertAlmostEqual(result, written_result) 
開發者ID:ahmetozlu,項目名稱:vehicle_counting_tensorflow,代碼行數:33,代碼來源:coco_tools_test.py


注:本文中的object_detection.metrics.coco_tools.ExportKeypointsToCOCO方法示例由純淨天空整理自Github/MSDocs等開源代碼及文檔管理平台,相關代碼片段篩選自各路編程大神貢獻的開源項目,源碼版權歸原作者所有,傳播和使用請參考對應項目的License;未經允許,請勿轉載。