这篇文章主要介绍了python 如何实现非极大值抑制算法（Non-maximum suppression, NMS），帮助大家更好的进行机器学习，感兴趣的朋友可以了解下
NMS 算法在目标检测，目标定位领域有较广泛的应用。
算法原理
非极大值抑制算法（Non-maximum suppression, NMS）的本质是搜索局部极大值，抑制非极大值元素。
算法的作用
当算法对一个目标产生了多个候选框的时候，选择 score 最高的框，并抑制其他对于改目标的候选框
适用场景
一幅图中有多个目标（如果只有一个目标，那么直接取 score 最高的候选框即可）。
算法的输入
算法对一幅图产生的所有的候选框，以及每个框对应的 score （可以用一个 5 维数组 dets 表示，前 4 维表示四个角的坐标，第 5 维表示分数），阈值 thresh。
算法的输出
正确的候选框组（dets 的一个子集）。
来源gaodai.ma#com搞##代!^码@网
细节
- 起始，设所有的框都没有被抑制，所有框按照
score从大到小排序。 - 从第 0 个框（分数最高）开始遍历：对于每一个框，如果该框没有被抑制，就将所有与它
IoU大于thresh的框设为抑制。 - 返回没被抑制的框。
参考代码
# -------------------------------------------------------- # Fast R-CNN # Copyright (c) 2015 Microsoft # Licensed under The MIT License [see LICENSE for details] # Written by Ross Girshick # -------------------------------------------------------- import numpy as np cimport numpy as np cdef inline np.float32_t max(np.float32_t a, np.float32_t b): return a if a >= b else b cdef inline np.float32_t min(np.float32_t a, np.float32_t b): return a if a = thresh: suppressed[j] = 1 return keep
以上就是python 实现非极大值抑制算法（Non-maximum suppression, NMS）的详细内容，更多关于python 非极大值抑制算法的资料请关注gaodaima搞代码网其它相关文章！
以上就是python 实现非极大值抑制算法（Non-maximum suppression, NMS）的详细内容，更多请关注gaodaima搞代码网其它相关文章！
搞代码网（gaodaima.com）提供的所有资源部分来自互联网，如果有侵犯您的版权或其他权益，请说明详细缘由并提供版权或权益证明然后发送到邮箱[email protected]，我们会在看到邮件的第一时间内为您处理，或直接联系QQ：872152909。本网站采用BY-NC-SA协议进行授权
转载请注明原文链接：python 实现非极大值抑制算法（Non-maximum suppression, NMS）
转载请注明原文链接：python 实现非极大值抑制算法（Non-maximum suppression, NMS）
