tf.raw_ops.NonMaxSuppressionV2

Жадно выбирает подмножество прямоугольников с границами в порядке убывания оценки,

tf.raw_ops.NonMaxSuppressionV2(
    boxes, scores, max_output_size, iou_threshold, name=None
)

удаляя прямоугольники, которые имеют высокий показатель пересечения-над-объединением (IOU) с ранее выбранными прямоугольниками. Прямоугольники с границами задаются как [y1, x1, y2, x2], где (y1, x1) и (y2, x2) — координаты любой пары диагональных углов прямоугольника, а координаты могут быть заданы в нормированном виде (т. е. лежать в интервале [0, 1]) или абсолютном. Обратите внимание, что этот алгоритм не зависит от того, где находится начало координат 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 выбору тех же прямоугольников алгоритмом.

Выход этой операции — набор целых чисел, индексирующих входное множество прямоугольников с границами, представляющих выбранные прямоугольники. Координаты прямоугольников с границами, соответствующие выбранным индексам, можно получить, используя tf.gather operation. Например:

selected_indices = tf.image.non_max_suppression_v2( boxes, scores, max_output_size, iou_threshold) selected_boxes = tf.gather(boxes, selected_indices)