NonMaxSuppression

Жадно выбирает подмножество ограничивающих рамок в порядке убывания количества очков,

обрезка блоков с высокой степенью пересечения-объединения (IOU) перекрывается с ранее выбранными блоками. Ограничительные рамки со счетом меньше, чем «score_threshold», удаляются. Ограничительные рамки предоставляются в виде [y1, x1, y2, x2], где (y1, x1) и (y2, x2) — координаты любой диагональной пары углов прямоугольника, а координаты могут быть предоставлены как нормализованные (т. е. лежащие в интервал [0, 1]) или абсолютный. Обратите внимание, что этот алгоритм не зависит от того, где находится начало координат в системе координат, и, в более общем смысле, инвариантен к ортогональным преобразованиям и переводам системы координат; таким образом, перевод или отражение системы координат приводит к тому, что алгоритм выбирает одни и те же поля. Результатом этой операции является набор целых чисел, индексируемых во входную коллекцию ограничивающих рамок, представляющих выбранные рамки. Затем координаты ограничивающего прямоугольника, соответствующие выбранным индексам, можно получить с помощью операции tf.gather. Например: selected_indices = tf.image.non_max_suppression_v2( box, Scores, max_output_size, iou_threshold, Score_threshold) selected_boxes = tf.gather(boxes, selected_indices) Эта операция также поддерживает режим Soft-NMS (с гауссовским взвешиванием) (см. Bodla et al.) , https://arxiv.org/abs/1704.04503), где блоки уменьшают оценку других перекрывающихся блоков вместо того, чтобы напрямую вызывать их сокращение. Чтобы включить этот режим Soft-NMS, установите для параметра soft_nms_sigma значение больше 0.