import cv2

import numpy as np

import math

import os

import struct

from tqdm import tqdm

from glob import glob

PALETTE = np.random.randint(0, 255, $255, 3$ , dtype=np.uint32)

模型输入尺寸（W, H），用于把模型坐标缩放回原图

MODEL_IN_W = 608

MODEL_IN_H = 736

zh

imagespath = "/ai/DataSets/OD_FSD_zh/TI_test/rm/4/image/"

imagespath = "/ai/DataSets/OD_FSD_zh/TI_test/ppchen/DVR-20250804152834-2382380-PLR/image/"

savepath = "/ai/zhdata/multiyolov5_point_v2/test_images/out"

zh1 = 0

def readTensor(tensorFile):

global zh1

tensor = open(tensorFile,'rb')

infer_data = np.fromfile(tensor, dtype=np.int32)

print(infer_data.shape)

soltnum = int(len(infer_data) / 20)

im0 = cv2.imread(imagespath + tensorFile.split('/') $-1$ $:-8$ + '.bmp')

if im0 is None:

print("读取图片失败:", tensorFile)

return

h0, w0 = im0.shape $:2$

sx = w0 / float(MODEL_IN_W)

sy = h0 / float(MODEL_IN_H)

point_all =\[\]

for i in range(soltnum):

point_dict1={}

x1 = max(int(infer_data $20\*i+6$ * sx), 0)

y1 = max(int(infer_data $20\*i+7$ * sy), 0)

x2 = max(int(infer_data $20\*i+8$ * sx), 0)

y2 = max(int(infer_data $20\*i+9$ * sy), 0)

x3 = max(int(infer_data $20\*i+10$ * sx), 0)

y3 = max(int(infer_data $20\*i+11$ * sy), 0)

x4 = max(int(infer_data $20\*i+12$ * sx), 0)

y4 = max(int(infer_data $20\*i+13$ * sy), 0)

zh = struct.unpack('!f',int(bin(infer_data $20\*i+4$ ) $2:$ ,2).to_bytes(4,byteorder='big'))

point_dict1 $"conf"$ = struct.unpack('!f',int(bin(infer_data $20\*i+4$ ) $2:$ ,2).to_bytes(4,byteorder='big')) $0$

point_dict1 $"isOccupied"$ = struct.unpack('!f',int(bin(infer_data $20\*i+14$ ) $2:$ ,2).to_bytes(4,byteorder='big')) $0$

point_dict1 $"isVIP"$ = struct.unpack('!f',int(bin(infer_data $20\*i+15$ ) $2:$ ,2).to_bytes(4,byteorder='big')) $0$

point_dict1 $"iswoman"$ = struct.unpack('!f',int(bin(infer_data $20\*i+16$ ) $2:$ ,2).to_bytes(4,byteorder='big')) $0$

point_dict1 $"isdisabled"$ = struct.unpack('!f',int(bin(infer_data $20\*i+17$ ) $2:$ ,2).to_bytes(4,byteorder='big')) $0$

point_dict1 $"ischarging"$ = struct.unpack('!f',int(bin(infer_data $20\*i+18$ ) $2:$ ,2).to_bytes(4,byteorder='big')) $0$

point_dict1 $"step"$ = struct.unpack('!f',int(bin(infer_data $20\*i+19$ ) $2:$ ,2).to_bytes(4,byteorder='big')) $0$

point_dict1 $"name"$ = str(struct.unpack('!f',int(bin(infer_data $20\*i+5$ ) $2:$ ,2).to_bytes(4,byteorder='big')) $0$ )

point_dict1 $"delrule"$ = 0

point_dict1 $"pointx"$ = $x1,x2,x3,x4$

point_dict1 $"pointy"$ = $y1,y2,y3,y4$

if x3 > 1000 or x4 > 1000 or x1 > 1000 or x2 > 1000 or y3 > 1000 or y4 > 1000 or y1 > 1000 or y2 > 1000:

zh1 +=1

kk = struct.unpack('!f',int(bin(infer_data $20\*i+17$ ) $2:$ ,2).to_bytes(4,byteorder='big')) $0$

print("数据解析错误"+ tensorFile + str(x3) + '--'+ str(zh1))

break

point_all.append(point_dict1)

end = len(point_all)

for i in range(len(point_all)):

if point_all $i$ $"delrule"$ == 0:

for j in range(i+1,end):

#简单就是求入口顶点之间的距离

xi1 = point_all $i$ $'pointx'$ $0$

yi1 = point_all $i$ $'pointy'$ $0$

xi2 = point_all $i$ $'pointx'$ $1$

yi2 = point_all $i$ $'pointy'$ $1$

xj1 = point_all $j$ $'pointx'$ $0$

yj1 = point_all $j$ $'pointy'$ $0$

xj2 = point_all $j$ $'pointx'$ $1$

yj2 = point_all $j$ $'pointy'$ $1$

if (abs(xi1 - xj1) + abs(yi1 - yj1)) < 40 or (abs(xi2 - xj2) + abs(yi2 - yj2)) < 40:

point_all $j$ $"delrule"$ = 1

for i in range(len(point_all)):

if point_all $i$ $"delrule"$ == 0:

line1 = $point_all\[i$ $'pointx'$ $0$ ,point_all $i$ $'pointy'$ $0$ ,point_all $i$ $'pointx'$ $3$ ,point_all $i$ $'pointy'$ $3$ ]

line2 = $point_all\[i$ $'pointx'$ $1$ ,point_all $i$ $'pointy'$ $1$ ,point_all $i$ $'pointx'$ $2$ ,point_all $i$ $'pointy'$ $2$ ]

vec1 = $line1\[2$ -line1 $0$ ,line1 $3$ -line1 $1$ ]

vec2 = $line2\[2$ -line2 $0$ ,line2 $3$ -line2 $1$ ]

#计算向量的点积和模长

dot_product = vec1 $0$ * vec2 $0$ + vec1 $1$ * vec2 $1$

m1 = math.sqrt(vec1 $0$ **2 + vec1 $1$ **2) + 0.000000000001

m2 = math.sqrt(vec2 $0$ **2 + vec2 $1$ **2) + 0.000000000001

val = dot_product/(m1 * m2)

if val > 1:

val = 1

if val < -1:

val = -15

radians = math.acos(val)

du = math.degrees(radians)

if du > 20:

point_all $i$ $"delrule"$ = 2

if 1:

for point_i in point_all:

if point_i $"delrule"$ == 0:

if point_i $"conf"$ > 0.45:#0.45

print(point_i $"conf"$ )

cv2.putText(im0, f'{point_i $"conf"$ :.3f}',

(point_i $"pointx"$ $0$ + 6, point_i $"pointy"$ $0$ + 6),

cv2.FONT_HERSHEY_PLAIN, 1.5, (0, 255, 0),2) #置信度

cv2.putText(im0, point_i $"name"$ ,

(point_i $"pointx"$ $0$ + 6, point_i $"pointy"$ $0$ + 30),

cv2.FONT_HERSHEY_PLAIN, 1.5, (0, 255, 0),2) #类别

if float(point_i $"isOccupied"$ )> 0.1: #0.5

cv2.putText(im0, "Occ :" + f'{point_i $"isOccupied"$ :.3f}',

(point_i $"pointx"$ $0$ + 6, point_i $"pointy"$ $0$ + 54),

cv2.FONT_HERSHEY_PLAIN, 1.5, (0, 255, 0),2) #是否被占用

if float(point_i $"isVIP"$ ) > 0.5:

cv2.putText(im0, "VIP :" + f'{point_i $"isVIP"$ :.3f}',

(point_i $"pointx"$ $0$ + 6, point_i $"pointy"$ $0$ + 78),

cv2.FONT_HERSHEY_PLAIN, 1.5, (0, 255, 0),2) #是否VIP车位

if float(point_i $"iswoman"$ ) > 0.5:

cv2.putText(im0, "woman :" + f'{point_i $"iswoman"$ :.3f}',

(point_i $"pointx"$ $0$ + 6, point_i $"pointy"$ $0$ + 102),

cv2.FONT_HERSHEY_PLAIN, 1.5, (0, 255, 0),2) #是否女性车位

if float(point_i $"isdisabled"$ ) > 0.5:

cv2.putText(im0, "disab :" + f'{point_i $"isdisabled"$ :.3f}',

(point_i $"pointx"$ $0$ + 6, point_i $"pointy"$ $0$ + 126),

cv2.FONT_HERSHEY_PLAIN, 1.5, (0, 255, 0),2) #是否残疾人车位

if float(point_i $"ischarging"$ ) > 0.5:

cv2.putText(im0, "charg :" + f'{point_i $"ischarging"$ :.3f}',

(point_i $"pointx"$ $0$ + 6, point_i $"pointy"$ $0$ + 150),

cv2.FONT_HERSHEY_PLAIN, 1.5, (0, 255, 0),2) #是否充电车位

if float(point_i $"step"$ ) > 0.5:

cv2.putText(im0, "step :" + f'{point_i $"step"$ :.3f}',

(point_i $"pointx"$ $0$ + 6, point_i $"pointy"$ $0$ + 174),

cv2.FONT_HERSHEY_PLAIN, 1.5, (0, 255, 0),2) #是否阶梯形车位

cv2.arrowedLine(im0, (point_i $"pointx"$ $0$ , point_i $"pointy"$ $0$ ),(point_i $"pointx"$ $1$ , point_i $"pointy"$ $1$ ), (0, 255, 0), 1, cv2.LINE_AA)

cv2.arrowedLine(im0, (point_i $"pointx"$ $1$ , point_i $"pointy"$ $1$ ),(point_i $"pointx"$ $2$ , point_i $"pointy"$ $2$ ), (255, 255, 0), 1, cv2.LINE_AA)

cv2.arrowedLine(im0, (point_i $"pointx"$ $2$ , point_i $"pointy"$ $2$ ),(point_i $"pointx"$ $3$ , point_i $"pointy"$ $3$ ), (255, 255, 0), 1, cv2.LINE_AA)

cv2.arrowedLine(im0, (point_i $"pointx"$ $3$ , point_i $"pointy"$ $3$ ),(point_i $"pointx"$ $0$ , point_i $"pointy"$ $0$ ), (255, 255, 0), 1, cv2.LINE_AA)

else:

cv2.putText(im0, f'{point_i $"conf"$ :.3f}',

(point_i $"pointx"$ $0$ + 6, point_i $"pointy"$ $0$ + 6),

cv2.FONT_HERSHEY_PLAIN, 2, (0, 0, 255),3)

cv2.arrowedLine(im0, (point_i $"pointx"$ $0$ , point_i $"pointy"$ $0$ ),(point_i $"pointx"$ $1$ , point_i $"pointy"$ $1$ ), (0, 0, 255), 1, cv2.LINE_AA)

cv2.arrowedLine(im0, (point_i $"pointx"$ $1$ , point_i $"pointy"$ $1$ ),(point_i $"pointx"$ $2$ , point_i $"pointy"$ $2$ ), (0, 0, 255), 1, cv2.LINE_AA)

cv2.arrowedLine(im0, (point_i $"pointx"$ $2$ , point_i $"pointy"$ $2$ ),(point_i $"pointx"$ $3$ , point_i $"pointy"$ $3$ ), (0, 0, 255), 1, cv2.LINE_AA)

cv2.arrowedLine(im0, (point_i $"pointx"$ $3$ , point_i $"pointy"$ $3$ ),(point_i $"pointx"$ $0$ , point_i $"pointy"$ $0$ ), (0, 0, 255), 1, cv2.LINE_AA)

if point_i $"delrule"$ == 1:

cv2.putText(im0, f'{point_i $"conf"$ :.3f}',

(point_i $"pointx"$ $0$ + 6, point_i $"pointy"$ $0$ + 6),

cv2.FONT_HERSHEY_PLAIN, 2, (0, 0, 255),3)

cv2.arrowedLine(im0, (point_i $"pointx"$ $0$ , point_i $"pointy"$ $0$ ),(point_i $"pointx"$ $1$ , point_i $"pointy"$ $1$ ), (0, 0, 0), 1, cv2.LINE_AA)

cv2.arrowedLine(im0, (point_i $"pointx"$ $1$ , point_i $"pointy"$ $1$ ),(point_i $"pointx"$ $2$ , point_i $"pointy"$ $2$ ), (0, 0, 0), 1, cv2.LINE_AA)

cv2.arrowedLine(im0, (point_i $"pointx"$ $2$ , point_i $"pointy"$ $2$ ),(point_i $"pointx"$ $3$ , point_i $"pointy"$ $3$ ), (0, 0, 0), 1, cv2.LINE_AA)

cv2.arrowedLine(im0, (point_i $"pointx"$ $3$ , point_i $"pointy"$ $3$ ),(point_i $"pointx"$ $0$ , point_i $"pointy"$ $0$ ), (0, 0, 0), 1, cv2.LINE_AA)

if point_i $"delrule"$ == 2:

cv2.putText(im0, f'{point_i $"conf"$ :.3f}',

(point_i $"pointx"$ $0$ + 6, point_i $"pointy"$ $0$ + 6),

cv2.FONT_HERSHEY_PLAIN, 2, (0, 0, 255),3)

cv2.arrowedLine(im0, (point_i $"pointx"$ $0$ , point_i $"pointy"$ $0$ ),(point_i $"pointx"$ $1$ , point_i $"pointy"$ $1$ ), (0, 0, 0), 1, cv2.LINE_AA)

cv2.arrowedLine(im0, (point_i $"pointx"$ $1$ , point_i $"pointy"$ $1$ ),(point_i $"pointx"$ $2$ , point_i $"pointy"$ $2$ ), (0, 0, 0), 1, cv2.LINE_AA)

cv2.arrowedLine(im0, (point_i $"pointx"$ $2$ , point_i $"pointy"$ $2$ ),(point_i $"pointx"$ $3$ , point_i $"pointy"$ $3$ ), (0, 0, 0), 1, cv2.LINE_AA)

cv2.arrowedLine(im0, (point_i $"pointx"$ $3$ , point_i $"pointy"$ $3$ ),(point_i $"pointx"$ $0$ , point_i $"pointy"$ $0$ ), (0, 0, 0), 1, cv2.LINE_AA)

zh = "/ai/TopViewMul/4/psd_out/" + tensorFile.split('/') $-1$ $:-8$ + '.bmp'

print(zh)

cv2.imwrite(zh, im0)

zh

for binpath in tqdm(glob(os.path.join("/ai/DataSets/OD_FSD_zh/TI_test/rm/2/psd/",'*.bin'))):

readTensor(binpath)

num=0

for binpath in tqdm(glob(os.path.join("/ai/TopViewMul/4/out_480_544_2039/psd/",'*.bin'))):

readTensor(binpath)

num+=1

if num==100:

print('exit')

exit(0)

从你现在这张"修改后"的图看，框已经不集中在左上角了，但仍明显偏向左边。这类现象更像是可视化坐标系和真实图像尺寸不一致，而不是解码本身的问题。

关键原因（结合你的工程）：

下位机推理的输入会被强制 resize 到模型输入尺寸

在 main.c 的 readInput() 里，直接把原始 BMP resize 到 ioBufDesc->inWidth/Height：

也就是说，模型输出坐标一定是"模型输入尺寸坐标系"，而不是原图尺寸坐标系。

draw_tensor2psd.py 直接把坐标画到原图

脚本没有做任何缩放，默认坐标就是原图像素。

如果原图是大分辨率（比如 1472×1216），而模型输入是 608×736，那么坐标会被压缩到左上角区域。

你这套模型的输入尺寸其实是 W=608, H=736

train_608_736.py 里 img-size 标注为 HW，即 H=736, W=608

TIDL 配置 inWidth=608 inHeight=736 也一致

如果你在可视化里当成 736×608（W=736），横向缩放会变小，框会偏左。

结论

现在剩下的主要问题很可能在可视化脚本：

需要把输出点坐标从"模型输入尺寸坐标系"缩放到"原图尺寸坐标系"。

你可以在 draw_tensor2psd.py 里这样做（逻辑示意）：

假设模型输入尺寸（一定要用 W=608, H=736）

in_w, in_h = 608, 736

原图尺寸

h0, w0 = im0.shape $:2$

sx = w0 / in_w

sy = h0 / in_h

x1 = int(x1 * sx); y1 = int(y1 * sy)

x2 = int(x2 * sx); y2 = int(y2 * sy)

x3 = int(x3 * sx); y3 = int(y3 * sy)

x4 = int(x4 * sx); y4 = int(y4 * sy)

或者更简单：

把 im0 换成和模型输入一致的 608×736 图，这样就无需缩放。

为什么这很符合你的现象

修改后"不再聚左上角"，说明解码坐标已基本正确

但仍偏左，说明坐标系仍然比原图小（典型就是 608×736 画在大图）

如果你方便，再补充两点我可以进一步确认：

这张图的原始 BMP 实际尺寸（宽、高）

你想把结果画在原图还是模型输入图

我也可以直接帮你把 draw_tensor2psd.py 改成自适应缩放版本。

已改好 draw_tensor2psd.py，现在会把模型输出坐标缩放回原图再画：

增加 MODEL_IN_W/ MODEL_IN_H（默认 608×736）

读取原图尺寸后计算 sx/sy，对四个点坐标做缩放

增加了图片读取失败的保护

你现在只需要确认：

模型输入尺寸是否确实是 W=608, H=736（从你的 TIDL 配置和训练脚本看是对的）。

如果不是，改这两个常量就行。

建议你再跑一张图验证位置是否对齐。

如果还有偏移，我可以继续根据你的原图尺寸和输入尺寸做更精细的映射（比如考虑裁剪或 letterbox）。

下面给你一套到公司后可直接照做的调试思路，按优先级从"最可能"到"次可能"排：

1) 先确认坐标系是否一致（最常见）

目标：验证"模型输出坐标"是基于哪张图的尺寸。

检查点：

原图尺寸 W0,H0（BMP 实际大小）

模型输入尺寸 Win,Hin（TIDL inWidth/inHeight）

draw_tensor2psd.py 里 MODEL_IN_W/H 是否与 Win/Hin 一致

训练脚本 img-size 标注为 HW，所以输入是 W=608, H=736，不要弄反

快速验证：

把 draw_tensor2psd.py 临时改成直接画在 resize 后的图上（把原图 resize 到 608×736 再画），如果这样位置正确，说明问题就是"原图坐标系映射"，不是模型输出问题。

2) 判断是不是"缩放比例 + 误差"

如果框整体偏左/偏上/偏小：

打印 sx = W0/Win, sy = H0/Hin

观察是否水平和垂直比例不同（W0/H0 不是 608/736 的等比）

如果图像原始比例和模型输入比例不一致，不做 letterbox，直接 resize，会造成几何扭曲；你现在的映射应与这个扭曲一致（用不同的 sx/sy），否则会偏。

3) 检查是否存在 letterbox / padding

你当前下位机预处理是直接 resize，没有 letterbox。

但如果你在上位机或训练时用了 letterbox，且模型输出是基于 letterbox 坐标，那么必须考虑 padding 偏移。

验证方法：

在下位机 readInput() 里确认是 resizeImage（你当前确实是 resize）

如果以后切换成 letterbox，draw_tensor2psd.py 需增加 padX/padY 的反向补偿

4) 校验 bin 输出是否是"输入尺度"

最直接的方法：

在下位机输出前打印一个 bbox 的点坐标范围（比如 min/max）

如果输出点范围接近 Win/Hin，说明坐标是输入尺度

如果输出点范围接近 W0/H0，说明已经是原图尺度，那你就不该再缩放

5) 排除 W/H 颠倒

极易踩坑：

一秒验证：

把 MODEL_IN_W/H 交换试一次

如果交换后框明显"更接近"，说明之前 W/H 搞反了。

6) 逐步定位到"一个样本"

建议用一张固定样本，不要批量。

把这 4 个值记下来：

原图大小 W0/H0

模型输入 Win/Hin

任意一个输出点 x1,y1

画到图上后的 x1',y1'

确认映射公式：

x' = x1 * W0/Win

y' = y1 * H0/Hin

7) 如果仍不对，排查输出解码

可能是：

某个 head 的 inWidth/inHeight 仍然没设置

输出张量顺序/通道顺序与模型不一致（虽然你已确认 head 索引，但通道组织也可能变）

量化 scale 不一致导致数值偏差（一般不会全局偏移这么明显）

验证：

打印 yolov5params.inWidth\[\]/inHeight\[\]（每个 head）

打印 ioBufDesc.outWidth/outHeight/outNumChannels 是否与训练期模型一致

如果你明天运行后仍不对，直接把以下三项发我，我可以继续定位：

原图尺寸 W0×H0
模型输入尺寸 Win×Hin
一张可视化结果（最好能同时给出原图和画图后的图）

我可以继续帮你一步步定位到底是"坐标系问题"还是"解码问题"。

draw_tensor2psd.py_cursor

模型输入尺寸（W, H），用于把模型坐标缩放回原图

zh

imagespath = "/ai/DataSets/OD_FSD_zh/TI_test/ppchen/DVR-20250804152834-2382380-PLR/image/"

savepath = "/ai/zhdata/multiyolov5_point_v2/test_images/out"

zh = struct.unpack('!f',int(bin(infer_data20\*i+4)2:,2).to_bytes(4,byteorder='big'))

zh

for binpath in tqdm(glob(os.path.join("/ai/DataSets/OD_FSD_zh/TI_test/rm/2/psd/",'*.bin'))):

readTensor(binpath)

结论

假设模型输入尺寸（一定要用 W=608, H=736）

原图尺寸

为什么这很符合你的现象

1) 先确认坐标系是否一致（最常见）

2) 判断是不是"缩放比例 + 误差"

3) 检查是否存在 letterbox / padding

4) 校验 bin 输出是否是"输入尺度"

5) 排除 W/H 颠倒

6) 逐步定位到"一个样本"

7) 如果仍不对，排查输出解码

zh = struct.unpack('!f',int(bin(infer_data $20\*i+4$ ) $2:$ ,2).to_bytes(4,byteorder='big'))