Python Tensorflows对象检测API是否生成不正确的ymin和ymax边界框坐标？

我在一系列视频帧上运行API来跟踪场景中的对象，并提取每个对象的边界框坐标，以计算每个边界框的中心。然而，在ymin和ymax坐标中似乎存在偏移

场景是一个人在视野中行走，帧的底部与人的脚相匹配（这将推断出一个非常小的ymin值和一个不会延伸到帧停止的ymax值。但是API给出了以下标准化框坐标

[452.269620895385858574197.93473720555371073.7505388259888639.3438720703125]

。绝对坐标是

[0.41876816749572754，0.10309100896120071，0.9942134618759155，0.3329916000366211]

参考视频是1920 x 1080

放入MATLABs视频标签应用程序的同一帧（翻译成

[ymin-xmin-ymax-xmax]

）返回

[8.396575927734375，57.50376892089844，722.7988586425781，431.516952514648444]

。我知道它们不会完全匹配，因为我已经在框中手动绘制了地面真实值（对于x坐标来说尤其如此）然而，ymin和ymax应该非常接近，并且这些结果看起来更现实

---

以前有人遇到过这种情况吗？当API运行推断时，边界框被正确地绘制到图像上，因此我对发生的事情有点不知所措。因为我直接从

box=detection\u图中获取数据。按名称获取张量（“detection\u box:0”）

并将其存储在每次迭代中。

结果证明我忽略了python坐标系左上角有0,0的事实，API通过在visualization_utils.py中设置

top=ymin

和

bottom=ymax

来解释这一点。因此

ymax=1073

确实在框架的底部附近