Tensorflow 基于给定阈值过滤多个图像预测

我在根据给定的阈值过滤张量时遇到了一些问题

我有一批包含两个图像：

[23003003]

我对该批次进行预测，并收到以下值：

方框[2300,4]

分数[2300]

我想根据阈值过滤分数，比如说0.10，我如何过滤分数，然后过滤相应的框

因此，输出将如下所示：

输出[2,50,4]（过滤后剩余50个框时）

---

提前谢谢。

我想这会起作用：

import numpy as np
filtered_indices=np.where(scores>thresh)
filtered_scores=x[filtered_indices]
filtered_boxes=boxes[filtered_indices]

---

如果您想要TF解决方案，下面的方法应该有效

import tensorflow as tf
import numpy as np

mask = tf.math.greater(scores,0.1)
boxes_above_thresh = tf.boolean_mask(boxes, mask)
scores_above_thresh = tf.boolean_mask(scores, mask)
with tf.Session() as sess:
  res = sess.run([scores_above_thresh, boxes_above_thresh])

说到这里，这将返回一个

（框数，4）

类型数组。也就是说，它不会返回

（2,50,4）

数组，而是返回

（100,4）

数组

编辑：获取带有

（2，x，4）

类型输出的张量

我想你在找tf.ragged_张量。适合你的目的。以下解决方案将产生

tf.raggedtenservalue

mask = tf.math.greater(scores,0.1)
boxes_above_thresh = tf.ragged.boolean_mask(boxes, mask)
scores_above_thresh = tf.ragged.boolean_mask(scores, mask)

with tf.Session() as sess:

  res1, res2 = sess.run([scores_above_thresh, boxes_above_thresh])

---

是的，这就是问题所在，因为使用此解决方案，我无法检查哪些框属于哪个图像…是否可以保证每个图像都有相同的框？我找到了一种方法来分别获取索引，但合并时遇到了问题，因为形状不同：

index=tf.map\fn（lambda index:tf.where（tf.keras.backend.greater（scores[index，：]，threshold）），tf.range（batch_size），dtype=tf.int64）tf.print（tf.shape（index））

@Thomas编辑了我的答案。我想编辑中的解决方案对你有用。