self.results_dict

• 存結果的 dict of dict, key 是蟲的 index, 包含的 keys 是被 detect 到的 frame, 中心和寬高

• {'1': {'path': [(100, 100), (105, 104)],
         'n_frame': [1, 10],
         'wh': [(50, 30), (55, 30)]},
   '2': {'path': [(300, 400), (301, 407)],
        'n_frame': [1, 2],
        'wh': [(50, 30), (55, 30)]}
  }
  

self.tmp_results_dict

• manual label model 時用來畫圖的暫時記憶
• same format as self.results_dict

self.dist_records

• dict of dict of dict, 用來存判斷每個 bounding box 與上一 frame 每只埋葬蟲的距離
  • first key: nframe
  • second key: beetle index
  • third key: 'dist', 'center', 'below_tol', 'wh'
• 假設第 1 frame 有兩隻蟲 ('1', '2')，3個 bounding box (你想的沒錯，這樣存很浪費...)

  {1 : {'1': {'dist': [0, 100, 200], 
              'center': [(30, 40), (100, 100), (50, 80)], 
 	      'below_tol': [True, False, False],
 	      'wh': [(20, 30), (30, 20), (60，50)]},
        '2': {'dist': [50, 0, 300], 
 	      'center': [(30, 40), (100, 100), (50, 80)], 
 	      'below_tol': [False, True, False],
 	      'wh': [(20, 30), (30, 20), (60，50)]}
 	   },
    ...
   }	  

self.hit_condi

• 用來判斷的東西，list of tuple (蟲 index, 符合距離的 bounding box index)

• [('1', 0), ('2', 1), ('3', 0)] # '1' 蟲和第 0 個 bounding box 最近, '2' 蟲和第 1 個 bounding box 最近
  

self.stop_n_frame

• 記錄出現問號 (邏輯判斷停下來) 的 frame
• 100

self.undone_pts

• 未分配到蟲的框框中心和 stop n frame
• [((100, 100), 100)]

self.current_pts

• 當下問號框框的中心
• (100, 50)

self.current_pts_n

• 發生問號框框的 n frame
• 100 # 會和 self.stop_n_frame 一樣, 我有點忘了為何要另外加了

self.suggest_ind

• 停下來後自動建議的選項
  • 'fp': false positive
  • 'new': 建議新蟲
  • stop frame 沒被分配到框框的蟲的 index ('1'/'2'/'3')

• [('new', {'assigned': ('2', 226.01991062736045),
    	  'not_assigned': ('4', 249.8259394058191)})]
  

self.object_name

• dict of dict, key 是蟲的 index，包含的 keys 是 display name, ind 好像是 color index, on 是有沒有被 remove

•   {'1': {'display_name': 'A', 'ind': 0, 'on': True},
     '2': {'display_name': '2', 'ind': 1, 'on': True},
     '3': {'display_name': '3', 'ind': 2, 'on': True},
     '4': {'display_name': '4', 'ind': 3, 'on': True}}