yolov1非极大值抑制代码

以下是使用Python实现的YOLOv1非极大值抑制代码：

def non_max_suppression(boxes, scores, threshold):
    """
    非极大值抑制（NMS）算法
    :param boxes: 边界框坐标，(N, 4)的numpy数组，N表示边界框数量，每个边界框用(xmin, ymin, xmax, ymax)表示
    :param scores: 每个边界框的得分，(N,)的numpy数组
    :param threshold: 重叠度阈值，float类型
    :return: 保留的边界框的索引
    """
    # 获取边界框的面积
    areas = (boxes[:, 2] - boxes[:, 0] + 1) * (boxes[:, 3] - boxes[:, 1] + 1)
    # 根据得分降序排列
    order = scores.argsort()[::-1]
    keep = []  # 保留的边界框索引
    while order.size > 0:
        i = order[0]  # 得分最高的边界框
        keep.append(i)
        # 计算当前边界框与其他边界框的重叠度
        xx1 = np.maximum(boxes[i, 0], boxes[order[1:], 0])
        yy1 = np.maximum(boxes[i, 1], boxes[order[1:], 1])
        xx2 = np.minimum(boxes[i, 2], boxes[order[1:], 2])
        yy2 = np.minimum(boxes[i, 3], boxes[order[1:], 3])
        w = np.maximum(0.0, xx2 - xx1 + 1)
        h = np.maximum(0.0, yy2 - yy1 + 1)
        inter = w * h
        overlap = inter / (areas[i] + areas[order[1:]] - inter)
        # 保留重叠度小于阈值的边界框
        inds = np.where(overlap <= threshold)[0]
        order = order[inds + 1]
    return keep

该代码接受三个参数：

- boxes: 边界框坐标，(N, 4)的numpy数组，N表示边界框数量，每个边界框用(xmin, ymin, xmax, ymax)表示。
- scores: 每个边界框的得分，(N,)的numpy数组。
- threshold: 重叠度阈值，float类型。

返回值为保留的边界框的索引。