YOLOv5のバウンディングボックスの座標の値を引き渡したいのですが上手く渡せません

Question

前提

YOLOv5とDenseDepthを使って物体認識と距離測定を同時に行いたいのですが、YOLOv5のバウンディングボックスの座標の値をDenseDepthに上手く渡せず難航しています。

実現したいこと

• バウンディングボックスの座標の値を渡したい

発生している問題・エラーメッセージ

12～15行目の値を71行目に渡したいのですが値が初期値のままになってしまいます

該当のソースコード

detx1=0
dety1=0
detx2=340
dety2=640
----------------------------------------------------------
 # DenseTestを仮り呼び出し

            if len(det):
                # Rescale boxes from img_size to im0 size1q
                det[:, :4] = scale_coords(im.shape[2:], det[:, :4], im0.shape).round()
              
                detx1 = int(det[0][0].numpy())
                dety1 = int(det[0][1].numpy())
                detx2 = int(det[0][2].numpy())
                dety2 = int(det[0][3].numpy())
             
                print("if文の中の値",detx1,detx2,dety1,dety2)
                
                z1 = (detx2-detx1)*(dety2-dety1)
                
              

                # Print results
                for c in det[:, -1].unique():
                    n = (det[:, -1] == c).sum()  # detections per class
                    s += f"{n} {names[int(c)]}{'s' * (n > 1)}, "  # add to string

                # Write results
                for *xyxy, conf, cls in reversed(det):
                    if save_txt:  # Write to file
                        xywh = (xyxy2xywh(torch.tensor(xyxy).view(1, 4)) / gn).view(-1).tolist()  # normalized xywh
                        line = (cls, *xywh, conf) if save_conf else (cls, *xywh)  # label format
                        with open(txt_path + '.txt', 'a') as f:
                            f.write(('%g ' * len(line)).rstrip() % line + '\n')
                    if detx1 < 320 and dety1 < 240 and detx2 > 320 and dety2 > 240 and z1 > 51200:
                        cv2.putText(im0, "STOP!!" , (130, 300), 0, 4.0, (0, 0, 255), 10)
                    if save_img or save_crop or view_img:  # Add bbox to image
                        c = int(cls)  # integer class
                        label = None if hide_labels else (names[c] if hide_conf else f'{names[c]} {conf:.2f}')
                        
                        # xyxyが境界ボックスの座標  labelは認識した物体の名前　 20220908 M.Ohuchi 
                        annotator.box_label(xyxy, label, color=colors(c, True)) # 境界ボックスとラベル描画
                        if save_crop:
                            save_one_box(xyxy, imc, file=save_dir / 'crops' / names[c] / f'{p.stem}.jpg', BGR=True)
                     # Print counter
                    n_1 = (det[:, -1] == 15).sum() #ラベルAの総数をカウント
                    a = f"{n_1} "#{'A'}{'s' * (n_1 > 1)}, " 
                    cv2.putText(im0, "Block : " + str(a), (5, 30), 0, 1.0, (227, 240, 179), 2)
                    n_2 = (det[:, -1] == 16).sum() #ラベルBの総数をカウント
                    b = f"{n_2} "#{'A'}{'s' * (n_1 > 1)}, "
                    cv2.putText(im0, "Pole : " + str(b), (5, 60), 0, 1.0, (196, 240, 239), 2)
                    n_3 = (det[:, -1] == 17).sum() #ラベルCの総数をカウント
                    d = f"{n_3} "#{'A'}{'s' * (n_1 > 1)}, "
                    cv2.putText(im0, "Signboard : " + str(d), (5, 90), 0, 1.0, (240, 196, 240), 2)
                    cx1 = f"{detx1}"
                    cy1=  f"{dety1}"
                    cv2.putText(im0, "Point1:X= " + str(cx1) + "Y=" + str(cy1),(5, 120), 0, 1.0, (255, 255, 255), 3)
                    cx2 = f"{detx2}"
                    cy2=  f"{dety2}"
                    cv2.putText(im0, "Point2:X= " + str(cx2) + "Y=" + str(cy2),(5, 150), 0, 1.0, (255, 255, 255), 3)
                    z2=  f"{z1}"
                    cv2.putText(im0, str(z2) ,(5, 180), 0, 1.0, (255, 255, 255), 3)

------------------------------------------
def Predict(inputs):     # DenseDepthの本体、距離を推定する処理

  global modelDen 
  
  outputs = predict(modelDen, inputs)
  outs_2d = np.squeeze(outputs)
  outs_2d = outs_2d[detx1:detx2,dety1:dety2]
  print("detの中",detx1,detx2,dety1,dety2)
  outs_2d = outs_2d[::5,::5]
  outs_1d = list(itertools.chain.from_iterable(outs_2d))
  kyori= [ int(n*1000) for n in outs_1d] 
  print("outputsの次元数＝",outputs.shape)
  print("outs_2dの次元数＝",outs_2d.shape)
  print("kyori.type=",type(kyori))
  print("outs_2d.type=",type(outs_2d))
  print("kyoriのピクセル数＝",len(kyori))
  print("outs_1dのピクセル数＝",len(outs_1d))
  print("距離＝",min(kyori),"cm")
  res = outputs[0] # outputsは0～1に正規化されている。恐らくこれを10倍すればメートルに変わる
  res255 = np.array(res*255, dtype=np.uint8)
  cv2.imshow('sindo2', res255)
  cv2.namedWindow('sindo2', cv2.WINDOW_NORMAL)

試したこと

色々やってみましたが完全にお手上げです泣

補足情報（FW/ツールのバージョンなど）

Comments

[jbpb0]

質問のコードの、二つの
----------------------------------------------------------
の間の部分は、YOLOv5の関数の内容(の一部)なのでしょうか？

[soranmimino1]

質問ありがとうございます。そうです。YOLOv5の関数の部分です。ソースコードを載せる際に量が多すぎて載せきれなかったので該当する部分だけを載せました。

[jbpb0]

それでしたら、その関数の返り値に「detx1, detx2, dety1, dety2」を追加して、その関数を実行した側に値を返して、「def Predict(inputs):」の引数にもそれを追加して、「Predict」を実行する際に(YOLOv5の関数から返った値を)引数で値を渡せばいいと思うのですが

[soranmimino1]

関数に「detx1, detx2, dety1, dety2」を追加して値を渡したらちゃんと4つの値が渡せました。真摯に答えてくださりありがとうございました。

[jbpb0]

質問者さん自身が書いた回答で「自己解決」にしてください

Answer 1

関数に「detx1, detx2, dety1, dety2」を追加して値を渡したらちゃんと4つの値が渡せました。真摯に答えてくださりありがとうございました。