利用paddlie lite 预测（python paddle_lite 树莓派）返回的结果，如何处理？
predictor.run()
得到输出数据
output_tensor = predictor.get_output(0)
print(output_tensor.shape())
print(output_tensor.float_data()[:400])
1）在相近区域中 相近概率会有很多种，如何选择最优？
0.0，0.248，62418460，24242，24134134，2141341
类型，概率，4个位置
2）如何将预测的位置 转换成 框选位置？（608，608）
5条答案
按热度按时间ryoqjall1#
predictor.get_output shape是 【100，6】，能否说一下get_output 结构及如何调用？
628mspwn2#
0.0，0.248，62418460，24242，24134134，2141341，后面4个数的含义是什么？是xmin,ymin,w,h?吗怎么整除608都大 啊
s3fp2yjn3#
诉求是获得output 的 tensor 的 bbox 结构 及 有效的输出结果，output的输出太多
u4dcyp6a4#
理论上都应该是浮点数，格式就是类别，score，left, top, right, bottom，而且left, top, right, bottom是608x608图片的坐标。
我看你的0.0，0.248，62418460，24242，24134134，2141341，肯定是有问题的，数值太大了。
mznpcxlj5#
在pdddleX 模型运行 与预测是正确的，但 生成nb 之后，在 paddle-lite 部署之后 出现这个问题，代码这样写有没问题?
设置config信息
config = MobileConfig()
config.set_model_from_file("/home/pi/Desktop/model466.nb")
创建predictor
predictor = create_paddle_predictor(config)
image = Image.open('/home/pi/Desktop/kc.jpg')
resized_image = image.resize((608, 608), Image.BILINEAR)
image_data = np.array(resized_image).flatten().tolist()
#print(image.size)
#print(image.shape)
#print(np.array(resized_image).reshape(1,1,224,224).flatten().tolist())
设置输入数据
input_tensor = predictor.get_input(0)
input_tensor.resize([1, 3, 608,608])
input_tensor.set_float_data(image_data)
size_data = np.array(608,608).flatten().tolist()
input_tensor1 = predictor.get_input(1)
input_tensor1.resize([1,2])
input_tensor1.set_float_data(size_data)
predictor.run()
得到输出数据
output_tensor = predictor.get_output(0)