经过之前的训练，小鱼对Faster RCNN网络实现检测功能已经了解了一点，接下来就是利用网络的检测结果实现多目标的跟踪．这个专题就用来记录一些实现跟踪道路上的小知识点．
今天小鱼分享的是：如何利用训练好的网络得到测试图片的候选框坐标？
在运行～/py-faster-rcnn/tools/demo.py这个文件时对测试集的目标进行了候选框的可视化，也就是demo.py中的def vis_detections函数．这里可以参考demo.py代码解析了解该代码的主要三个功能：候选框结果的可视化;检测目标框的获取;参数的获取
小鱼就是从这里得到最终的候选框坐标，具体方法为：
１．分析可视化什么东西
可视化函数为：
def vis_detections(im, class_name, dets, thresh=0.5):
"""Draw detected bounding boxes."""
inds = np.where(dets[:, -1] >= thresh)[0]
if len(inds) == 0:
return
im = im[:, :, (2, 1, 0)]
fig, ax = plt.subplots(figsize=(12, 12))
ax.imshow(im, aspect='equal')
for i in inds:
bbox = dets[i, :4]
score = dets[i, -1]
ax.add_patch(
plt.Rectangle((bbox[0], bbox[1]),
bbox[2] - bbox[0],
bbox[3] - bbox[1], fill=False,
edgecolor='red', linewidth=3.5)
)
ax.text(bbox[0], bbox[1] - 2,
'{:s} {:.3f}'.format(class_name, score),
bbox=dict(facecolor='blue', alpha=0.5),
fontsize=14, color='white')
ax.set_title(('{} detections with '
'p({} | box) >= {:.1f}').format(class_name, class_name,
thresh),
fontsize=14)
plt.axis('off')
plt.tight_layout()
plt.draw()从函数中可以得到是可视化了检测的目标框bbox，并在每个目标框上表明检测精度score．
２．找到可视化的东西怎么得到的
找出哪里生成bbox,score，从可视化函数的这两个参数可以追溯到下一个函数中调用了可视化函数，即demo函数：
def demo(net, image_name):
"""Detect object classes in an image using pre-computed object proposals."""
# Load the demo image
im_file = os.path.join(cfg.DATA_DIR, 'demo', image_name)
im = cv2.imread(im_file)
# Detect all object classes and regress object bounds
timer = Timer()
timer.tic()
**scores, boxes = im_detect(net, im)**
timer.toc()
print ('Detection took {:.3f}s for '
'{:d} object proposals').format(timer.total_time, boxes.shape[0])
# Visualize detections for each class
CONF_THRESH = 0.8
NMS_THRESH = 0.3
for cls_ind, cls in enumerate(CLASSES[1:]):
cls_ind += 1 # because we skipped background
cls_boxes = boxes[:, 4*cls_ind:4*(cls_ind + 1)]
cls_scores = scores[:, cls_ind]
dets = np.hstack((cls_boxes,
cls_scores[:, np.newaxis])).astype(np.float32)
keep = nms(dets, NMS_THRESH)
dets = dets[keep, :]
vis_detections(im, cls, dets, thresh=CONF_THRESH)从这个函数中可以看到也有bbox,score，代码加粗部分．这里又追溯到im_detect(net, im)函数，这个函数出现在~/py-faster-rcnn/lib/fast_rcnn/test.py中，我们就转到这个函数，可以看到在im_detect(net, im)函数中有完整的计算bbox,score代码并return scores, pred_boxes．
这里需要注意的是，在im_detect(net, im)函数中，182行加入打印代码：
print pred_boxes.shape
return scores, pred_boxes
即return代码上方直接打印出输出bbox的维度，得到一个300*(4（K＋１）)的矩阵，ｋ代表类别数．是最后输入给Fast RCNN的300个候选框，不是我们想要的最终可视化的候选框．
３．將这些需要的东西利用起来
找完之后，就开始各取所需．这里小鱼需要最终的候选框，那就是在可视化中的候选框，我就只需要在～/py-faster-rcnn/tools/demo.py中加入print输出指令即可，如在５３行左右加入print bbox
最终的结果如下格式：
Demo for data/demo/00109.jpg
Detection took 0.142s for 300 object proposals
[ 1198.58422852 1014.32049561 1291.8581543 1123.05639648]
[ 675.29943848 634.83068848 766.93762207 724.48535156]
[ 1463.50634766 131.7862854 1548.50048828 223.23049927]
[ 1021.40447998 367.55706787 1138.07788086 479.88537598]
[ 1228.62817383 665.61010742 1330.26538086 781.8638916 ]
[ 1069.45117188 457.67938232 1159.40161133 542.62628174]
[ 588.99707031 251.40000916 685.6192627 361.50817871]
[ 1058.63061523 542.11383057 1131.95068359 612.54180908]
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~每一行为~/data/demo/00109.jpg图片中一个目标框的坐标，总共多少行就证明该图片上有多少个目标被检测出来．