目前使用mask-rcnn算法已经可以做到对目标进行实例分割了
目标是检测视频中的车辆的是否在运动，以及运动了多久。计划是逐帧读取视频中车辆的包围框的坐标，根据矩形框的坐标得出其形心坐标，逐帧对比分析车辆是否运动。那么请问要如何读取目标矩形框的坐标？另外边界框是否可以读取其坐标并且计算出它的形心坐标？
随便找个例子代码，在关键位置设置断点，输出中间变量的值。你就会得到你想要的答案。