Calcular NMS

Depois de extrair as caixas delimitadoras previstas e os respectivos scores do seu modelo de reconhecimento de objetos, sua próxima tarefa é garantir que apenas as caixas mais precisas e não sobrepostas sejam mantidas usando a técnica de non‑max suppression.

boxes e scores que você criou no exercício anterior estão disponíveis no seu ambiente, e torch e torchvision já foram importados.

Este exercicio faz parte do curso

Deep Learning para Imagens com PyTorch

Ver curso

Instruções do exercicio

Importe nms de torchvision.ops.
Defina o limiar de IoU igual a 0.5.
Aplique non‑max suppression passando boxes, confidence_scores e iou_threshold para a função correspondente.
Use os índices de saída para filtrar as caixas previstas.

exercicio interativo prático

Tente este exercicio completando este código de exemplo.

# Import nms
____

# Set the IoU threshold
iou_threshold = ____

# Apply non-max suppression
box_indices = ____

# Filter boxes
filtered_boxes = ____

print("Filtered Boxes:", filtered_boxes)

Editar e Executar Código