27、numpy使用矩阵进行NMS去重处理

本文深入探讨numpy在处理矩阵时的应用,通过分析源码来讲解如何进行NMS非极大值抑制的去重操作。文章首先介绍了numpy在1维、2维、3维矩阵中的应用,并展示了如何利用`np.maximum()`函数进行元素比较。接着,详细阐述了numpy NMS去重的基本算法逻辑。
摘要由CSDN通过智能技术生成

基本思想:对python而言,都绕不开numpy,逐决定以源码为导向,学习numpy的使用;首先引入一个numpy的导向图,记住其矩阵的1维、2维、3维形式;

修改了它人的源码,简单分析一下

import numpy as np
X = np.array([[0,1,2,3],[4,5,6,7],[8,9,10,11],[12,13,14,15]])
print(X[1,0]) #参考上图第二个图,先取垂直轴的(第0行[0,1,2,3])第1行[4,5,6,7] 然后在取水平轴的第0列位置元素4
print(X[1:3,1:3]) #参考上图第二个图,先取垂直轴的第1-2行[[4,5,6,7],[8,9,10,11]] 然后在取水平轴的第1-2列位置元素[[5 6],[9 10]]
print(X[:2,:2])#参考上图第二个图,先取垂直轴的第0-1行[[0,1,2,3],[4,5,6,7]] 然后在取水平轴的第1-2列位置元素[[0 1],[4 5]]
print(X[:,:2])#参考上图第二个图,先取垂直轴的所有行[[0,1,2,3],[4,5,6,7],[8,9,10,11],[12,13,14,15]]然后在取水平轴的第0-1列位置元素[[0 1],[
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

sxj731533730

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值