Calculer le NMS

Après avoir extrait les cadres de délimitation et les scores prédits de votre modèle de reconnaissance d'objets, votre prochaine tâche consiste à vous assurer que seuls les cadres de délimitation prédits les plus précis et qui ne se chevauchent pas sont conservés à l'aide de la technique de suppression non maximale.

boxes Les fichiers scores que vous avez créés lors de l'exercice précédent sont disponibles dans votre espace de travail, et les fichiers torch et torchvision ont été importés.

Cet exercice fait partie du cours

Deep learning pour les images avec PyTorch

Afficher le cours

Instructions

Importez nms à partir de torchvision.ops.
Définissez le seuil IoU sur une valeur égale à 0.5.
Appliquez la suppression non maximale en passant boxes, confidence_scores et iou_threshold à la fonction concernée.
Veuillez utiliser les indices de sortie pour filtrer les boîtes prédites.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# Import nms
____

# Set the IoU threshold
iou_threshold = ____

# Apply non-max suppression
box_indices = ____

# Filter boxes
filtered_boxes = ____

print("Filtered Boxes:", filtered_boxes)

Modifier et exécuter le code