视觉岗高频基础代码题

1、NMS
基础中的基础，直接放代码（有注释）

import numpy as np

def NMS(dets, nms_th):
    #检测结果解析
    x1 = dets[:, 0]
    y1 = dets[:, 1]
    x2 = dets[:, 2]
    y2 = dets[:, 3]
    scores = dets[: 4]

    #获得置信度从大到小的索引信息
    order = scores.argsort()[::-1]
    #计算所有候选框的面积
    areas = (x2-x1+1)*(y2-y1+1)

    #保存抑制后的检测框的索引
    keep = []

    while order.size > 0:
        #当前置信度最大的肯定要被保留下来
        i = order[0]
        keep.append(i)

        #计算重叠区域的坐标，这里用到numpy的broadcast机制
        xx1 = np.maximum(x1[i], x1[order[1:]])
        xx2 = np.minimum(x2[i], x2[order[1:]])
        yy1 = np.maximum(y1[i], y1[order[1:]])
        yy2 = np.maximum(y2[i], y2[order[1:]])

        #计算重叠区域面积
        width = np.maximum(0, xx2-xx1+1)
        hight = np.maximum(0, yy2-yy1+1)
        inter = width*hight

        #计算IOU
        iou = inter/(areas[i]+areas[[order[1:]]]-inter)

        #抑制后剩余的检测框在order中的索引
        inds = np.where(iou<=nms_th)[0]

        #更新order(因为inds对应的是order[1:]中的索引，所以需要对保留的索引加1)
        order = order[inds+1]

    return keep