在调用5-7.0版本的yolov5时,non_max_suppression()函数出现问题可能是由于输入的参数不匹配或者阈值设置不合适导致的。
首先,请确保您正确地传递了参数给non_max_suppression()函数。该函数需要以下参数:
- boxes: 一个包含检测到的边界框坐标的列表。
- scores: 一个包含每个边界框对应的概率得分的列表。
- threshold: 一个用于确定是否保留某个边界框的阈值。
- max_output_size: 一个整数,表示输出边界框的最大数量。
如果您已经正确地传递了这些参数,但仍然遇到问题,那么您可以尝试调整threshold和max_output_size的值。通常情况下,将threshold设置为0.5可以解决大多数问题。如果仍然无法解决问题,则可以尝试增加或减少max_output_size的值。
另外,如果您使用的是GPU进行推理,请确保您的CUDA版本与yolov5的要求相匹配。如果不匹配,可能会导致non_max_suppression()函数出现问题。