Warning: file_get_contents(/data/phpspider/zhask/data//catemap/2/python/305.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181
Python 使用非最大值抑制合并裁剪图像_Python_Tensorflow - Fatal编程技术网

Python 使用非最大值抑制合并裁剪图像

Python 使用非最大值抑制合并裁剪图像,python,tensorflow,Python,Tensorflow,将大图像裁剪为较小图像以执行对象检测的最佳方法是什么,以便可以使用非最大抑制合并结果以删除可能重复的边界框 目前,我首先将6000*4000的大图像裁剪为500*500的小图像,并将此函数包装在for循环中: crop_img = masterImage[y:y+imgSize, x:x+imgSize] 然后我对每个图像运行对象检测。然后将结果存储在字典中: boxesColect[Point(xCount,yCount)] = [boxes, scores, classes

将大图像裁剪为较小图像以执行对象检测的最佳方法是什么,以便可以使用非最大抑制合并结果以删除可能重复的边界框

目前,我首先将6000*4000的大图像裁剪为500*500的小图像,并将此函数包装在for循环中:

    crop_img = masterImage[y:y+imgSize, x:x+imgSize]
然后我对每个图像运行对象检测。然后将结果存储在字典中:

    boxesColect[Point(xCount,yCount)] = [boxes, scores, classes]
然后,我使用这个字典创建了一个用于非最大值抑制的张量

有没有更好的办法解决这个问题