Python 在Tensorflow对象检测API中避免重叠边界框

我正在使用Tensorflow对象检测API来训练我自己的数字板检测器。我使用了

ssd\u mobilenet\u v3\u small\u coco

作为功能提取器。当我使用对象检测教程测试我的模型时，我发现同一个对象被检测了多次。经过一些搜索，我发现tensorflow使用了

非最大值抑制

，但为什么同一个对象要检测多次

我的配置文件在这里

#带有Mobilenet v3大型功能提取器的SSDLite。
#接受COCO14培训，从头开始初始化。
#3.22M参数，1.02B触发器
#TPU兼容。
模型{
固态硬盘{
就地规范更新：真
冻结：错误
班级数：1
箱式编码器{
更快的rcnn盒编码器{
y_比例：10.0
x_比例：10.0
高度刻度：5.0
宽度/刻度：5.0
}
}
匹配器{
argmax_匹配器{
匹配的_阈值：0.5
不匹配的_阈值：0.5
忽略_阈值：false
否定比不匹配低：真
为每行强制匹配：true
使用_matmul_聚集：true
}
}
相似性计算器{
借据相似性{
}
}
将背景编码为零：真
锚定发电机{
ssd_锚定_发生器{
层数：6
最小刻度：0.2
最大刻度：0.95
纵横比：1.0
纵横比：2.0
纵横比：0.5
纵横比：3.0
纵横比：0.3333
}
}
图像缩放器{
固定形状大小调整器{
身高：320
宽度：320
}
}
箱型预测器{
卷积盒预测器{
最小深度：0
最大深度：0
预测值之前的层数：0
使用退出：false
辍学率：0.8
内核大小：3
使用深度：true
包装箱编码尺寸：4
将_sigmoid_应用于_分数：false
类别预测偏差初始值：-4.6
conv_超参数{
激活：RELU_6，
正则化器{
l2_正则化子{
重量：0.00004
}
}
初始值设定项{
随机\u正规\u初始值设定项{
标准差饷租值：0.03
平均值：0.0
}
}
批量单位范数{
火车：是的，
比例：对，
中：是的，
衰减：0.97，
ε：0.001，
}
}
}
}
特征提取器{
类型：“ssd\u mobilenet\u v3\u大型”
最小深度：16
深度乘数：1.0
使用深度：true
conv_超参数{
激活：RELU_6，
正则化器{
l2_正则化子{
重量：0.00004
}
}
初始值设定项{
截断的\u正规\u初始值设定项{
标准差饷租值：0.03
平均值：0.0
}
}
批量单位范数{
火车：是的，
比例：对，
中：是的，
衰减：0.97，
ε：0.001，
}
}
覆盖\u基\u特征\u提取器\u超参数：真
}
损失{
分类损失{
加权乙状结肠焦{
阿尔法：0.75，
伽马：2.0
}
}
定位损失{
加权平滑{
增量：1.0
}
}
分类单位重量：1.0
重量：1.0
}
通过\u num\u匹配规范化\u损失\u：true
通过代码大小规范化\u loc\u损失\u:true
后处理{
批量\u非\u最大\u抑制{
评分标准：1e-8
欠条限额：0.6
每类最大探测次数：100
最大总检测次数：100
使用静态形状：真
}
分数转换器：S形
}
}
}
列车配置：{
批量大小：512
同步复制副本：true
启动\u延迟\u步骤：0
副本到集合：32
步数：400000
微调检查点：“ssd\u mobilenet\u v3\u large\u coco\u 2019\u 08\u 14/model.ckpt-1636”
来自\u检测\u检查点：true
数据扩充选项{
随机水平翻转{
}
}
数据扩充选项{
ssd_随机_裁剪{
}
}
优化器{
动量优化器：{
学习率：{
余弦衰减学习率{
学习率基数：0.4
总步数：400000
热身学习率：0.13333
预热步骤：2000
}
}
动量\优化器\值：0.9
}
使用移动平均值：false
}
最大箱数：100
unpad_groundtruth_张量：false
}
列车输入读取器：{
tf_记录_输入_读取器{
输入路径：“数据/列车记录”
}
标签映射路径：“training/object detection.pbtxt”
}
评估配置：{
数字示例：1850
}
评估输入读取器：{
tf_记录_输入_读取器{
输入路径：“数据/测试记录”
}
标签映射路径：“training/object detection.pbtxt”
洗牌：错
阅读器数量：1
}

我的模型的输出是 你可以在这里查阅

在一个图像上运行模型时，它会吐出一个 输出字典

为预测设置阈值，我们发现有多少预测高于阈值ie长度（这里我使用了std 0.5）

length=len（如果i>0.5，[i表示输出中的i['detection\u scores']
box_tensor=tf.将_转换为_tensor（输出[u dict['detection_box'][：length]，np.float32）
分数张量=tf。将分数转换为张量（输出[u dict['detection\u scores'][：length]，np.float32）
所选索引=tf.image.non\u max\u抑制（box=box\u张量，max\u输出大小=长度，iou\u阈值=，分数=分数张量）
box=输出目录['detection\u box'][tf.Session（）.run（所选索引）]
分数=输出[检测分数][tf.Session（）.run（选定的索引）]

您将看到盒子和它们各自的溃疡

您可以在这里查阅

在一个图像上运行模型时，它会吐出一个 输出字典

为预测设置阈值，然后我们发现

length = len([i for i in output_dict['detection_scores'] if i>0.5]

boxes_tensor = tf.convert_to_tensor(output_dict['detection_boxes'][:length], np.float32)
scores_tensor = tf.convert_to_tensor(output_dict['detection_scores'][:length], np.float32)
selected_indices = tf.image.non_max_suppression(boxes=boxes_tensor, max_output_size=length, iou_threshold=<IOU YOU WANT TO SET>,scores=scores_tensor)
boxes = output_dict['detection_boxes'][tf.Session().run(selected_indices)]
scores = output_dict['detection_scores'][tf.Session().run(selected_indices)]