tf.raw_ops.NonMaxSuppressionV4

Жадно выбирает подмножество прямоугольников с границами в порядке убывания оценки,

tf.raw_ops.NonMaxSuppressionV4(
    boxes, scores, max_output_size, iou_threshold, score_threshold,
    pad_to_max_output_size=False, name=None
)

удаляя прямоугольники с высоким пересечением/объединением (IOU) с ранее выбранными прямоугольниками. Прямоугольники с оценкой меньше score_threshold удаляются. Прямоугольники задаются как [y1, x1, y2, x2], где (y1, x1) и (y2, x2) — координаты любой пары диагональных углов прямоугольника, и координаты могут быть заданы как нормализованные (т. е. лежащие в интервале [0, 1]) или абсолютные. Обратите внимание, что этот алгоритм не зависит от того, где находится начало координат в системе координат, и, более общим образом, инвариантен к ортогональным преобразованиям и переводу системы координат; таким образом, перевод или отражение системы координат приводит к выбору тех же самых прямоугольников алгоритмом. Выход этой операции — набор целых чисел, индексирующих входное множество прямоугольников, представляющих выбранные прямоугольники. Координаты прямоугольников, соответствующие выбранным индексам, можно получить с помощью tf.gather operation. Например: selected_indices = tf.image.non_max_suppression_v2( boxes, scores, max_output_size, iou_threshold, score_threshold) selected_boxes = tf.gather(boxes, selected_indices)