mmdetection计算个数

### 如何使用 MMDetection 统计或计算检测目标的数量 在 MMDetection 中，可以通过自定义脚本或者修改现有代码实现统计检测框数量的功能。以下是具体方法： #### 修改 `test` 函数中的逻辑 MMDetection 提供了一个用于模型推理的函数 `tools/test.py` 或者类似的测试工具。在这个过程中，可以捕获并处理每张图片上的预测结果。 通常情况下，模型返回的结果是一个列表，其中每个元素对应一张图像的检测结果。这些结果按照类别存储在一个二维数组中，形状为 `(N, 5)`，表示 N 个边界框及其置信度分数[^1]。 通过遍历该结构，可以轻松获取每张图的目标数量以及按类别的分布情况。以下是一个简单的 Python 实现示例： ```python import mmcv from mmdet.apis import init_detector, inference_detector def count_detections(model, img_path): result = inference_detector(model, img_path) # 获取单张图片的检测结果 total_count = 0 class_counts = {} for i, bboxes in enumerate(result): # 遍历每一类的检测结果 count = len(bboxes) if count > 0: class_name = model.CLASSES[i] class_counts[class_name] = count total_count += count return total_count, class_counts # 初始化模型 config_file = 'configs/faster_rcnn/faster_rcnn_r50_fpn_1x_coco.py' checkpoint_file = 'checkpoints/faster_rcnn_r50_fpn_1x_coco_20200130-047c8118.pth' model = init_detector(config_file, checkpoint_file) img_path = 'demo/demo.jpg' # 输入图片路径 total, per_class = count_detections(model, img_path) print(f"Total detections: {total}") for cls, cnt in per_class.items(): print(f"{cls}: {cnt} objects") ``` 上述代码展示了如何利用 `inference_detector` 对输入图片进行推断，并统计总的检测框数目和各类别下的对象数量。 #### 自定义绘图模块以显示计数信息 如果希望不仅统计还能够可视化输出，则可以在原生绘图基础上增加文字标注功能。例如，在绘制边框的同时打印当前帧内的物体总数或分类详情[^2]。 下面是一段可能需要调整的部分伪代码片段作为参考： ```python def draw_and_count(img, results, score_thr=0.3): from mmdet.visualization.image import imshow_det_bboxes labels_to_names_seq = get_label_map() # 定义标签映射关系 counts_by_category = defaultdict(int) filtered_boxes = [] valid_labels = [] for idx_cls, dets_per_cat in enumerate(results): category_name = labels_to_names_seq[idx_cls] keep_indices = np.where(dets_per_cat[:, -1] >= score_thr)[0].tolist() num_valid = len(keep_indices) if num_valid != 0: counts_by_category[category_name] += num_valid selected_boxes = dets_per_cat[keep_indices][:, :-1] filtered_boxes.extend(selected_boxes.tolist()) valid_labels.extend([idx_cls]*num_valid) summary_text = "\n".join([ f"{k}:{v}" for k,v in sorted(counts_by_category.items(), key=lambda item:item[1], reverse=True)]) annotated_img = imshow_det_bboxes( img, np.array(filtered_boxes), np.array(valid_labels), show=False, font_size=16, text_color='white', bbox_color=(255, 102, 61)) cv2.putText(annotated_img,summary_text,(10,90),fontFace=cv2.FONT_HERSHEY_SIMPLEX,fontScale=.7,color=[255,255,255]) return annotated_img ``` 此部分实现了筛选高可信度的边界框并将它们叠加到原始图像之上，同时还附加了一条汇总字符串描述各个种类实例的存在状况。 #### 使用分析工具辅助理解性能指标 另外值得注意的是，除了直接操作 API 外部接口外，还可以借助内置的一些实用程序比如 `get_flops.py` 来评估资源消耗特性等等[^3]。不过这并不直接影响我们讨论的核心主题即“目标计数”。 ---