tensorflow 非极大值抑制函数的参数“score”对这个函数有什么作用？

【问题标题】：What does tensorflow nonmaximum suppression function's argument "score" do to this function?tensorflow 非极大值抑制函数的参数“score”对这个函数有什么作用？
【发布时间】：2018-02-13 04:35:57
【问题描述】：

我阅读了有关该功能的文档，并且了解了 NMS 的工作原理。我不清楚的是这个函数的分数参数。我认为 NMS 首先查看右下角坐标并根据它进行排序并计算 IoU 然后丢弃一些 IoU 大于您设置的阈值的框。在这个理论中，分数参数绝对没有做任何事情，并且该文件没有太多关于分数参数的说明。我想知道参数如何影响函数。谢谢。

【问题讨论】：

标签： python tensorflow computer-vision

【解决方案1】：

scores 参数决定排序顺序。方法tf.image.non_max_suppression 遍历（贪婪地，因此所有输入条目都被覆盖）输入边界框按此scores 参数决定的顺序，仅从中选择那些不重叠的边界框（更多比 iou_threshold) 框已选中。

NMS先看右下坐标，根据它排序，计算IoU...

这是不正确的，你能找到任何让你有这种想法的资源吗？

【讨论】：

感谢您的回答，是的，根据分数进行排序更有意义。我读了这篇文章pyimagesearch.com/2014/11/17/…，并没有完全相信它为什么需要按右下角坐标排序。