megengine.functional.nn.nms#

nms(boxes, scores, iou_thresh, max_output=None)[源代码]#

根据小方框的 IoU 值进行非最大值抑制（NMS）。

参数:

boxes (Tensor) – 形状为 (N, 4) 的张量；需要进行 nms 的小方框；每个小方框应该用 (x1, y1, x2, y2) 表示。
iou_thresh (float) – IoU 重叠的阈值。
scores (Tensor) – 形状为 (N,) 的张量，小方框的分数
max_output (Optional[int]) – 将要保留的小方框的最大数目；如果这个算子未被追溯则此参数是可选的，否则必须指定；如果未被指定，所有的小方框都会被保留。

返回类型:

Tensor

返回:

按scores排序的NMS保留的元素的指数。

备注

应该保留max_output并且跟踪有效正值。

实际案例

>>> import numpy as np
>>> x = np.zeros((100,4))
>>> np.random.seed(42)
>>> x[:,:2] = np.random.rand(100,2)*20
>>> x[:,2:] = np.random.rand(100,2)*20 + 100
>>> scores = Tensor(np.random.rand(100))
>>> inp = Tensor(x)
>>> F.vision.nms(inp, scores, iou_thresh=0.7)
Tensor([75 69], dtype=int32, device=xpux:0)