Matlab 如何利用基于零件的判别训练模型获取目标检测中的零件分数

该代码在目标检测中有着广泛的应用。有一个imgdetect函数，它返回ds、bs和树。似乎ds包含检测框，bs包含用于检测的过滤器在图像中响应，而树包含有关零件分数的一些信息。我无法找到如何使用树和bs获得零件分数。基本上，给定一个检测框，我想找出哪些过滤器响应检测，以及用于检测对象的每个过滤器（子部分）的分数是多少。

我想出了如何做到这一点，在gdetect_parse.m的末尾，添加以下行，边界框（x1、x2、y1、y2）将对应于bs中的框，分数将位于树{i}中的最后第二行

节点id=8//确保它是叶节点，即第二行树{i}应为1

树id=1//检测树之一

scale=（model.sbin/pyra.scales（trees{tree_id}（8，node_id））

x1=（trees{tree\u id}（6，node\u id）-1-pyra.padx*（2^ trees{tree\u id}（9，node\u id）））*比例+1

y1=（trees{tree\u id}（7，node\u id）-1-pyra.pady*（2^ trees{tree\u id}（9，node\u id）））*比例+1

filter_id=model.symbols（树{1}（3，节点_id））.filter

fx=型号。过滤器（过滤器id）。尺寸（2）

fy=型号过滤器（过滤器id）.尺寸（1）

x2=x1+fx*刻度-1

y2=y1+fy*刻度-1