从每个类的列表中自信地生成图像captcha的可能解决方案

Question

我有一个YOLOV5模型，它使用对象检测来解决captchas问题。它返回一个格式的列表：

<object-class> <x> <y> <width> <height> <confidence>

对于每一个类别的检测。

示例：

输入：

​

​

输出：

[[
['7l', 0.19, '0.443182', '0.104895', '0.431818', '0.972055'], 
['4l', 0.33, '0.534091', '0.104895', '0.431818', '0.965045'], 
['5l', 0.6, '0.238636', '0.118881', '0.431818', '0.974508'], 
['9l', 0.92, '0.659091', '0.104895', '0.409091', '0.879532'], 
['0l', 0.93, '0.659091', '0.0979021', '0.363636', '0.651053']
]]

如您所见，类9l和0l具有相同的x值，这意味着模型对于一个对象有两个答案。

如何将此列表分成两个可能的列表，如：

7l 4l 5l 9l和7l 4l 5l 0l

Answer 1

首先，您可以将数据转换为字典。

{'0.443182': ['7l'], '0.534091': ['4l'], '0.238636': ['5l'], '0.659091': ['9l', '0l']}

下一次只得到值

[['7l'], ['4l'], ['5l'], ['9l', '0l']]

最后使用itertools.product(['7l'], ['4l'], ['5l'], ['9l', '0l'])生成

('7l', '4l', '5l', '9l')
('7l', '4l', '5l', '0l')

完整的工作代码。

因为标准字典不一定要保持顺序，所以我使用OrderedDict()

import collections
import itertools

data = [[
['7l', 0.19, '0.443182', '0.104895', '0.431818', '0.972055'], 
['4l', 0.33, '0.534091', '0.104895', '0.431818', '0.965045'], 
['5l', 0.6, '0.238636', '0.118881', '0.431818', '0.974508'], 
['9l', 0.92, '0.659091', '0.104895', '0.409091', '0.879532'], 
['0l', 0.93, '0.659091', '0.0979021', '0.363636', '0.651053']
]]

#converted = {}
converted = collections.OrderedDict()

for item in data[0]:
    class_ = item[0]
    x      = item[2]
    #if x not in converted:
    #    converted[x] = []
    #converted[x].append(class_)
    converted.setdefault(x, []).append(class_)
        
print('converted:', converted)

values = list(converted.values())

print('values:', values)

products = list(itertools.product(*values))
print('products:', products)

for item in products:
    print('item:', "".join(item))

结果：

converted: OrderedDict([('0.443182', ['7l']), ('0.534091', ['4l']), ('0.238636', ['5l']), ('0.659091', ['9l', '0l'])])
values: [['7l'], ['4l'], ['5l'], ['9l', '0l']]
products: [('7l', '4l', '5l', '9l'), ('7l', '4l', '5l', '0l')]
item: 7l4l5l9l
item: 7l4l5l0l