Calculer le NMS
Après avoir extrait les boîtes englobantes prédites et leurs scores de votre modèle de reconnaissance d'objets, votre prochaine étape consiste à ne conserver que les boîtes les plus précises et non chevauchantes en utilisant la technique de suppression non maximale (non-max suppression).
Les boxes et scores que vous avez créés dans l'exercice précédent sont disponibles dans votre espace de travail, et torch ainsi que torchvision ont été importés.
Cette activité fait partie du cours
Deep Learning pour les images avec PyTorch
Instructions de l’exercice
- Importez
nmsdepuistorchvision.ops. - Fixez le seuil d'IoU à
0.5. - Appliquez la suppression non maximale en passant
boxes,confidence_scoresetiou_thresholdà la fonction appropriée. - Utilisez les indices en sortie pour filtrer les boîtes prédites.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Import nms
____
# Set the IoU threshold
iou_threshold = ____
# Apply non-max suppression
box_indices = ____
# Filter boxes
filtered_boxes = ____
print("Filtered Boxes:", filtered_boxes)