tf.image.non_max_suppression_with_scores

Жадно выбирает подмножество прямоугольных областей в порядке убывания оценки.

tf.image.non_max_suppression_with_scores(
    boxes,
    scores,
    max_output_size,
    iou_threshold=0.5,
    score_threshold=float('-inf'),
    soft_nms_sigma=0.0,
    name=None
)

Удаляет прямоугольные области с высоким перекрытием (IOU) с ранее выбранными прямоугольными областями. Прямоугольные области задаются как [y1, x1, y2, x2], где (y1, x1) и (y2, x2) — координаты любой пары диагональных углов прямоугольной области, и координаты могут быть заданы в нормированном виде (т. е., лежащие в интервале [0, 1]) или абсолютном виде. Обратите внимание, что этот алгоритм не зависит от положения начала отсчета в системе координат. Обратите внимание, что этот алгоритм инвариантен к ортогональным преобразованиям и сдвигам системы координат; таким образом, сдвиги или отражения системы координат приводят к тому, что алгоритм выбирает те же самые прямоугольные области. Результатом этой операции является набор целых чисел, индексирующих входную коллекцию прямоугольных областей, представляющих выбранные прямоугольные области. Координаты прямоугольных областей, соответствующие выбранным индексам, можно получить, используя операцию tf.gather. Например:

selected_indices, selected_scores = tf.image.non_max_suppression_padded(
    boxes, scores, max_output_size, iou_threshold=1.0, score_threshold=0.1,
    soft_nms_sigma=0.5)
selected_boxes = tf.gather(boxes, selected_indices)

Эта функция обобщает операцию tf.image.non_max_suppression, поддерживая также режим Soft-NMS (с гауссовым весом) (см. Bodla и др., https://arxiv.org/abs/1704.04503), где прямоугольные области уменьшают оценку других перекрывающихся прямоугольных областей вместо прямого удаления. Следовательно, в отличие от tf.image.non_max_suppression, tf.image.non_max_suppression_with_scores возвращает новые оценки каждой входной прямоугольной области во втором выходе, selected_scores.

Чтобы включить этот режим Soft-NMS, установите параметр soft_nms_sigma больше нуля. Когда soft_nms_sigma равно 0, поведение tf.image.non_max_suppression_with_scores идентично поведению tf.image.non_max_suppression (за исключением дополнительного выхода) как по функции, так и по времени выполнения.

Обратите внимание, что при soft_nms_sigma > 0 выполняется Soft-NMS, и iou_threshold игнорируется. iou_threshold используется только для стандартного NMS.