將mmdetection的檢測結果在sar圖上視覺化時,發現字型太小、太細,看不清。修改mmdtection中一些引數可以改變檢測框的顏色、粗細、字型大小、字型粗細。
找到mmdet/models/detectors/base.py
檔案,修改class basedetector()
中的show_result()
函式的輸入引數
def
show_result
(self,
img,
result,
score_thr=
0.3,
bbox_color=
'green'
,#bbox的顏色
text_color=
'yellow'
,#字型顏色
thickness=3,
#bbox的粗細
font_scale=
1.5,
#字型大小
win_name='',
show=
false
, wait_time=0,
out_file=
none
):
修改mmdet/models/detectors/base.py
檔案只能改變文字大小,無法改變字型粗細。其實show_result()
函式呼叫了mmcv.imshow_det_bboxes()
這個函式來畫bbox,但是這個函式傳入的引數沒有關於字型粗細的。
找到mmcv.imshow_det_bboxes()
函式所在的檔案anaconda3/envs/open-mmlab/lib/python3.7/site-packages/mmcv/visualization/image.py
。發現mmcv.imshow_det_bboxes()
函式呼叫cv2.puttext
函式將類別文字標註到圖上,加上文字粗細引數即可。
cv2.puttext(img,
label_text,
(bbox_int[0]
, bbox_int[1]
-2),
cv2.font_hershey_complex,
font_scale,
text_color,
5#加入字型粗細引數)
預設框、預設字型(sar圖上的檢測結果圖被我改了字型引數後生成的圖覆蓋掉了,懶得再改回去了,用了張自然影象上的結果)
修改框粗細,字型粗細、顏色
資料視覺化 什麼是資料視覺化
資料對應的英文單詞是data,從資訊獲取的角度看,資料是對目標觀察和記錄的結果,是現實世界中的時間 地點 事件 其他物件或概念的描述。不同學者對資料的作用也給出不同的定義,大致分為以下3類 視覺化對應的兩個英文單詞 visualize和visualization。visualize是動詞,描述 生成...
視覺化建模
中科永聯高階技術培訓中心 www.itisedu.com 視覺化建模 visual modeling 是利用圍繞現實想法組織模型的一種思考問題的方法。模型對於了解問題 與專案相關的每個人 客戶 行業專家 分析師 設計者等 溝通 模仿企業流程 準備文件 設計程式和資料庫來說都是有用的。建模促進了對需求...
卷積視覺化
影象卷積操作的應用沒有嚴格的數學推導,即沒有數學推導表明每一層究竟表示什麼。為了了解卷積神經網路中每一層與原有影象的對應關係,文章visualizing and understanding convolutional networks通過反向卷積的方式實現了該過程。那具體如何操作的呢?得到的h1與真...