NMS berechnen

Nachdem du die vorhergesagten Bounding Boxes und Scores aus deinem Objekterkennungsmodell extrahiert hast, sollst du nun mithilfe von Non-Max Suppression sicherstellen, dass nur die genauesten und sich nicht überlappenden Bounding Boxes erhalten bleiben.

boxes und scores, die du in der vorherigen Übung erstellt hast, sind in deinem Workspace verfügbar, und torch sowie torchvision wurden importiert.

Diese Übung ist Teil des Kurses

<Kurs>Deep Learning für Bilder mit PyTorch</Kurs>

Kurs ansehen

Übungsanweisungen

Importiere nms aus torchvision.ops.
Setze die IoU-Schwelle auf 0.5.
Wende Non-Max Suppression an und übergib boxes, confidence_scores und iou_threshold an die entsprechende Funktion.
Verwende die ausgegebenen Indizes, um die vorhergesagten Boxen zu filtern.

Interaktive praktische Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

# Import nms
____

# Set the IoU threshold
iou_threshold = ____

# Apply non-max suppression
box_indices = ____

# Filter boxes
filtered_boxes = ____

print("Filtered Boxes:", filtered_boxes)

Code bearbeiten und ausführen