非最大抑制 ¶

非最大抑制 - 11 ¶

版本 ¶

名称: 非最大抑制 (GitHub)
域: main
自版本: 11
功能: False
支持级别: SupportType.COMMON
形状推断: True

此版本的运算符自版本 11 起可用。

摘要 ¶

过滤掉与先前选定框具有高交并比 (IOU) 重叠的框。得分低于 score_threshold 的边界框将被移除。边界框格式由属性 center_point_box 指示。请注意，此算法与坐标系中的原点位置无关，更一般地，它对坐标系的正交变换和平移是不变的；因此，坐标系的平移或反射会导致算法选择相同的框。selected_indices 输出是一组整数，索引到表示选定框的边界框输入集合中。然后可以使用 Gather 或 GatherND 运算来获取与选定索引相对应的边界框坐标。

属性 ¶

center_point_box - INT（默认值为 '0'）

整数表示框数据的格式。默认值为 0。0 - 框数据以 [y1, x1, y2, x2] 的形式提供，其中 (y1, x1) 和 (y2, x2) 是框任意对角角点的坐标，坐标可以是归一化的（即位于区间 [0, 1] 内）或绝对的。主要用于 TF 模型。1 - 框数据以 [x_center, y_center, width, height] 的形式提供。主要用于 Pytorch 模型。

输入 ¶

2 到 5 个输入。

boxes（异构） - 张量(float)

形状为 [num_batches, spatial_dimension, 4] 的输入张量。单个框数据格式由 center_point_box 指示。
scores（异构） - 张量(float)

形状为 [num_batches, num_classes, spatial_dimension] 的输入张量
max_output_boxes_per_class（可选，异构） - 张量(int64)

整数，表示每个批次每个类别要选择的框的最大数量。它是标量。默认为 0，表示没有输出。
iou_threshold（可选，异构） - 张量(float)

浮点数，表示用于确定框是否相对于 IOU 过度重叠的阈值。它是标量。值范围 [0, 1]。默认为 0。
score_threshold（可选，异构） - 张量(float)

浮点数，表示用于确定何时基于得分移除框的阈值。它是标量。

输出 ¶

selected_indices（异构） - 张量(int64)

从 boxes 张量中选择的索引。[num_selected_indices, 3]，选定索引格式为 [batch_index, class_index, box_index]。

非最大抑制 - 10 vs 11

非最大抑制 - 10 ¶