Tensorflow 返回通过边界框Google'的阈值的坐标；s对象检测API

有人知道如何获得仅通过阈值的边界框坐标吗

我找到了这个答案（这里是a），所以我尝试使用它并做了以下工作：

vis_util.visualize_boxes_and_labels_on_image_array(
    image,
    np.squeeze(boxes),
    np.squeeze(classes).astype(np.int32),
    np.squeeze(scores),
    category_index,
    use_normalized_coordinates=True,
    line_thickness=1,
    min_score_thresh=0.80)

for i,b in enumerate(boxes[0]):
    ymin = boxes[0][i][0]*height
    xmin = boxes[0][i][1]*width
    ymax = boxes[0][i][2]*height
    xmax = boxes[0][i][3]*width
    print ("Top left")
    print (xmin,ymin,)
    print ("Bottom right")
    print (xmax,ymax)

但我注意到，通过使用link中提供的答案，返回所有值。来自分类器检测到的所有边界框（我不想要）。我想要的只是通过“min_score_thresh”的边界框中的值

我觉得这应该很简单，但我确实缺乏这方面的知识。 如果我能找到答案，我一定会把它贴在这里，但如果其他人知道答案并能为我节省一些时间，我将不胜感激。

更新： 前面函数返回的

框

和

分数

都是numpy array对象，因此可以使用布尔索引过滤掉阈值以下的框

true_boxes = boxes[0][scores[0] > min_score_thresh]

这将为您提供一个通过阈值的框

true_boxes = boxes[0][scores[0] > min_score_thresh]

然后你就可以做了

for i in range(true_boxes.shape[0]):
    ymin = true_boxes[i,0]*height
    xmin = true_boxes[i,1]*width
    ymax = true_boxes[i,2]*height
    xmax = true_boxes[i,3]*width
    print ("Top left")
    print (xmin,ymin,)
    print ("Bottom right")
    print (xmax,ymax)

---

刚回来，这一切都没有成功。索引器错误：标量变量的索引无效。行：ymin=true\u-boxes[0][i][0]*高度。您能在

true\u-boxes=boxes[0][scores[0]>min\u-scoresh]之后运行
print（true\u-boxes.shape）
并将输出粘贴到此处吗输出是这样的：（11，4）好的，刚刚更新了答案，（注意，代码也已经更新）这一次帮助您获得想要的结果