非极大值抑制,删选矩形框,nonmaximum suppression, python,代码实现

#encoding = utf-8

import numpy as np
"""[x1,x2,y1,y2,c]下面的mat数组,各元素的意义:(x1,y1)为矩形左上角顶点的坐标,(x2,y2)为矩形右下角顶点的坐标,c为置信度即confidence的首字母"""
mat = np.array([[20,60,300,500,0.98],[40,80,400,600,0.97],[500,600,400,500,0.72],[125,456,495,550,0.65],[90,160,240,400,0.55],[210,600,400,400,0.75],[220,260,240,300,0.95]])

def py_nms(mat):
    """non maximum suppression """
                         
    mat_all_4_argsort = mat[:,4].argsort()     # 取出mat的第5列并由小到大排列


    keep = np.array([])
    keep = np.append(keep, mat[mat_all_4_argsort[-1]], axis=0) # 向keep中添加最大置信度的一组数据
    keep = keep.reshape(1,-1)                                  # 把keep 转化为二维数组

    for item in mat:
        index_max = mat_all_4_argsort[-1]


        s0 = (mat[index_max][1] - mat[index_max][0])*(mat[index_max][3] - mat[index_max][2])

        x1 = np.maximum(mat[index_max][0],item[0])                     #取两矩形最小x的最大值
        x2 = np.minimum(mat[index_max][1],item[1])                     #取两矩形最大x的最小值
        y1 = np.maximum(mat[index_max][2],item[2])                     #取两矩形最小y的最大值
        y2 = np.minimum(mat[index_max][3],item[3])                     #取两矩形最大y的最小值
        s1 = (x2-x1)*(y2-y1)                                           # 两矩形的相交面积

        if ((s1 / s0) < 0.35) and ((s1 / s0) > 0) :                  # 同时满足两项要求 大于0是必须的,意在除去两个矩形不相交的情况
            keep = np.append(keep,item.reshape(1,-1), axis=0)
    return keep

print('----------------------------')

res = py_nms(mat)
print(res)
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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
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