Neural network 在caffe中，py更快的rcnn；分数“；返回一个大矩阵，为什么？

我使用py更快的rcnn演示来进一步构建我的项目，包括20个类。 然而，我试图获得softmax，我的类的最后一层概率

例如：

# Load the demo image
im_file = os.path.join(cfg.DATA_DIR, 'demo', image_name)

im = cv2.imread(im_file)

# Detect all object classes and regress object bounds
timer = Timer()
timer.tic()
scores, boxes = im_detect(net, im)
timer.toc()
print ('Detection took {:.3f}s for '
       '{:d} object proposals').format(timer.total_time, boxes.shape[0])

# Visualize detections for each class
CONF_THRESH = 0.8
NMS_THRESH = 0.3
for cls_ind, cls in enumerate(CLASSES[1:]):
    cls_ind += 1 # because we skipped background
    cls_boxes = boxes[:, 4*cls_ind:4*(cls_ind + 1)]
    cls_scores = scores[:, cls_ind]
    dets = np.hstack((cls_boxes,
                      cls_scores[:, np.newaxis])).astype(np.float32)
    keep = nms(dets, NMS_THRESH)
    dets = dets[keep, :]
    vis_detections(im, cls, dets, thresh=CONF_THRESH)

print scores

当我打印分数时，它会给我一个非常大的矩阵输出， 而不是1 x 20。我不知道为什么，我怎样才能得到最后的概率矩阵

---

感谢原始

分数

检测器输出包括重叠检测和极低分数检测。
请注意，只有在使用

nms\u THRESH=0.3应用非最大抑制（也称为“nms”）后，功能
vis\u detection
仅显示置信度大于
CONF\u THRESH=0.8的检测

因此，如果您想查看“真实”对象，您需要检查内部
vis_detection
，只检查它在图像上呈现的检测
 非常感谢你。所以，如果我想输出一个1x20矩阵（包括0就可以了）。我该怎么做？@UniversalStack您想打印哪个检测框的向量？@UniversalStack您需要向ck支付您感兴趣的检测框的索引，然后查看相应的
分数行
，我可以只返回一个概率矩阵（1x20）来表示没有框的整个图片吗？谢谢。@UniversalStack为什么？？？你是想进行图像分类还是目标检测？！