图片经过faster rcnn目标检测后，怎样在demo.py文件里加几句代码实现多目标检测并输出检测框的中心坐标点、宽度和高度、检测类别和检测的置信度

在demo.py文件中，可以在`predict()`函数中的`boxes, scores, labels = model.predict(image)`这一行代码下面加入以下代码实现多目标检测和输出检测框的中心坐标点、宽度和高度、检测类别和检测的置信度：

for i in range(len(boxes)):
    x1, y1, x2, y2 = boxes[i]
    center_x = (x1 + x2) / 2
    center_y = (y1 + y2) / 2
    width = x2 - x1
    height = y2 - y1
    label = labels[i]
    score = scores[i]
    print("Object {}, center: ({}, {}), width: {}, height: {}, class: {}, confidence: {}".format(i+1, center_x, center_y, width, height, label, score))

这段代码会遍历所有检测到的目标，计算出每个目标框的中心坐标点、宽度和高度，并输出检测类别和检测的置信度。