เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

คำนวณ NMS

หลังจากดึง bounding box และคะแนนที่โมเดลจดจำวัตถุทำนายออกมาแล้ว ขั้นตอนต่อไปคือการคัดเลือกเฉพาะ bounding box ที่แม่นยำที่สุดและไม่ซ้อนทับกัน โดยใช้เทคนิค non-max suppression

boxes และ scores ที่สร้างไว้ในแบบฝึกหัดที่แล้วพร้อมใช้งานใน workspace แล้ว และได้ import torch กับ torchvision ไว้เรียบร้อยแล้ว

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Deep Learning สำหรับภาพด้วย PyTorch

ดูคอร์ส

คำแนะนำการฝึกหัด

  • Import nms จาก torchvision.ops
  • กำหนดค่า IoU threshold ให้เท่ากับ 0.5
  • ใช้ non-max suppression โดยส่ง boxes, confidence_scores และ iou_threshold ไปยังฟังก์ชันที่เกี่ยวข้อง
  • ใช้ค่า indices ที่ได้เพื่อกรอง predicted boxes

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Import nms
____

# Set the IoU threshold
iou_threshold = ____

# Apply non-max suppression
box_indices = ____

# Filter boxes
filtered_boxes = ____

print("Filtered Boxes:", filtered_boxes)
แก้ไขและรันโค้ด