Calcular NMS

Tras extraer las cajas delimitadoras y puntuaciones predichas de tu modelo de reconocimiento de objetos, tu siguiente tarea es asegurarte de conservar solo las cajas más precisas y que no se solapan utilizando la técnica de non-max suppression.

boxes y scores que creaste en el ejercicio anterior están disponibles en tu espacio de trabajo, y torch y torchvision ya se han importado.

Este ejercicio forma parte del curso

Deep Learning para imágenes con PyTorch

Ver curso

Instrucciones del ejercicio

Importa nms desde torchvision.ops.
Define el umbral de IoU igual a 0.5.
Aplica non-max suppression pasando boxes, confidence_scores e iou_threshold a la función correspondiente.
Usa los índices de salida para filtrar las cajas predichas.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# Import nms
____

# Set the IoU threshold
iou_threshold = ____

# Apply non-max suppression
box_indices = ____

# Filter boxes
filtered_boxes = ____

print("Filtered Boxes:", filtered_boxes)

Editar y ejecutar código