实现了块图像自动化算法
这里是一个块图像算法自动化功能的例子。
功能res = blockedImageAutomationAlgorithm (algObj bstruct)%检测使用聚合通道功能的人探测器= peopledetectoracf(inria - 100 x41的);[bstruct. score] =检测(检测器,bstruct. score)数据,...“SelectStrongest”、假);%应用非最大抑制以选择最强的边界框。[selectdbboxes, selectedScores] = selectStrongestBbox(bboxes, scores,...“RatioType”,“最小值”,...“OverlapThreshold”,0.65);%仅考虑符合指定分数阈值的检测= selectedBboxes(selectedScores > 0,:);selectedBboxes (: 1) = selectedBboxes bstruct.Start (: 1) + (2);selectedBboxes (:, 2) = selectedBboxes (:, 2) + bstruct.Start (1);如果algObj.SelectedLabelDefinitions.Type = =“矩形”在边界框位置添加选定的标签res =结构(...“类型”,labeltype.rectangle,...“名字”algObj.SelectedLabelDefinitions.Name,...'位置', selectedBboxes);结束结束
对于没有像素标签的自动化算法,位置
场res
一定是在世界坐标系中。这可以通过添加X和Y指数在bstruct。开始
字段到输出的自动化算法。得到正确的X协调,添加bstruct.Start (2)
获取自动化输出在世界坐标中的位置。得到正确的Y协调,添加bstruct.Start (1)
获取自动化输出在世界坐标中的位置。