非极大值抑制(NMS)的实现

import numpy as np
# 定义IOU（交并比）计算公式， 传入真实框和其他移动后的框
def iou(box, boxes, isMin=False):
 # 计算原始真实框的面积
 box_area = (box[2] - box[0]) * (box[3] - box[1])
 # 计算移动后的框的面积，这里计算的是矩阵
 boxes_area = (boxes[:, 2] - boxes[:, 0]) * (boxes[:, 3] - boxes[:, 1])
 # 找到两个框的内部点计算交集
 x1 = np.maximum(box[0], boxes[:, 0])
 y1 = np.maximum(box[1], boxes[:, 1])
 x2 = np.minimum(box[2], boxes[:, 2])
 y2 = np.minimum(box[3], boxes[:, 3])
 # 然后找到交集区域的长和宽，有的框没有交集那么相差可能为负，所以需要使用0来规整数据
 w = np.maximum(0, x2 - x1)
 h = np.maximum(0, y2 - y1)
 # 计算交集的面积
 inter_area = w * h
 # 两种计算方法：1是交并比等于交集除以并集，2是交集除以最小的面积
 if isMin:
 ovr_area = np.true_divide(inter_area, np.minimum(boxes_area, box_area))
 else:
 ovr_area = np.true_divide(inter_area, (boxes_area + box_area - inter_area))
 # 返回交并比，也就是IOU
 return ovr_area

# 定义NMS，筛选符