第五课：推理结果的可视化

处理推理结果

在上一课时中，已经通过 Inference 获取到了识别结果，存放在三个数组里：

那么数据的结构是这样的，第一个识别物体的类别是 classes[0]，分数为 scores[0]，物体的位置（top、left、bottom、right）为（boxes[0]、boxes[1]、boxes[2]、boxes[3]）依次类推。 但是要注意的是物体的位置的值是 Normalized 的，还需要特殊处理一下。

Normalize 也叫标准化、正则化，或者归一化，是机器学习中的一个重要概念，在这里不做更多的深入的探讨，只需要记住它的作用是把一个数值按照一定算法投影到（0，1] 这个区间里面，这是一个在机器学习中会经常碰到的术语。

因为物体位置的数值是 Normalized 的，它们都是（0，1]区间里面的小数，而我们输入的图片是 300×300 的尺寸，所以需要把这些值都乘以 300 来获取它在图片里面的真实位置。那么现在可以得出，在输出数据中第 i（i 从 0 开始）个识别得物体的数据为：

分数： scores[i]

物体名称： labels[classes[i]] (labels 为之前从labels.txt中读取的标签数组）

物体位置：（boxes[i] * 300, boxes[i + 1] * 300, boxes[i+ 2] * 300, boxes[i + 3] *300）

接下来我们需要把得分低的输出项剔除掉，这个分数是（0，1]之间的一个数（看，也是 Normalized 的），越高越好。如果模型推理出来一个物体是人，但是得分只有 0.1，那么实际上有可能这个物体不是人。所以我们需要有一个分数的阈值，大于这个阈值的识别结果才被认为是正确的。这个阈值的选择是一个经验问题，在这里选择 0.6 作为分数的阈值，这样就把那些我们认为识别度不够的结果排除了。同时之前为 100 个识别结果分配了存储空间，如果识别结果中的物体小于 100，那么有一些数组元素就是空值（0），这样的话我们把这些空值也排除掉了。

接下来就开始写代码了，在这里写了一个类来封装识别的结果：

这个类代表一个单独的被识别出来的物体，接下来根据识别结果来生成 DetectionResult 的 List：

注意，RectF 构造函数接受的参数是（left、top、right、bottom），而我们 boxes 数组中的位置是（top、left、bottom、right），传参的时候顺序不要弄错了。

推理结果的可视化

现在有了识别物体的位置和名称，我们只需要在原始图片的相应位置上面画上边框，写上名称就可以啦！

首先将原始图片 copy 一份，然后在这个 copy 上面画上边框，写上名称：

获取 Canvas 对象，设置边框的宽度和颜色，设置显示名称的字体大小和颜色：

在往 Canvas 上面画图之前，不要忘了输入给模型的是一个根据原始图片经过转换而得到的 300×300 的图片，所以我们识别结果里面的位置指的是物体在这个 300×300 的图片上的位置，如果把这个位置画在原图上面，显然是不正确的。

还记得之前我们转换原始图片时是使用一个矩阵（Matrix）来转换的吗? 现在只需要把这个矩阵 Invert 一下，然后再在我们识别出来物体的位置矩形上面用这个矩阵进行转换，就可以得到物体在原始图片上的位置了！代码如下：

获取 Invert 的矩阵之后，就可以依次把识别结果在原图上用方块标识出来了：

使用 mapRect 方法对矩形框进行转换，同时在框的左上角写上物体的名称，然后调用：

将结果显示在 ImageView 上面。

效果展示

这样就完成了任务，没有任何机器学习基础的我们在 Android 上面实现了一个可以识别静态图片中的物体的应用，来看一下效果吧。