faster-rcnn中的nms代码解读

最新推荐文章于 2023-11-22 20:42:30 发布

Jason__sz

最新推荐文章于 2023-11-22 20:42:30 发布

阅读量3.7k

点赞数

分类专栏：深度学习

本文链接：https://blog.youkuaiyun.com/Jason__sz/article/details/79179107

版权

本文深入解析faster-rcnn中非极大值抑制（NMS）的代码实现，帮助读者理解这一关键步骤在目标检测中的作用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

最近在读faster-rcnn的代码，感觉理解透还是比较难的，需要将思路整理一下。下面将简单梳理一下nms部分的代码思路。

代码如下：

import numpy as np

def py_cpu_nms(dets, thresh):
    """Pure Python NMS baseline."""
    # 所有图片的坐标信息，字典形式储存？？
    x1 = dets[:, 0]
    y1 = dets[:, 1]
    x2 = dets[:, 2]
    y2 = dets[:, 3]
    scores = dets[:, 4]

    areas = (x2 - x1 + 1) * (y2 - y1 + 1) # 计算出所有图片的面积
    order = scores.argsort()[::-1] # 图片评分按升序排序

    keep = [] # 用来存放最后保留的图片的相应评分
    while order.size > 0: 
        i = order[0] # i 是还未处理的图片中的最大评分
        keep.append(i) # 保留