NMS Maker

NMS Maker tilbyder en struktureret tilgang til at anvende ikke-maksimal undertrykkelse på detektorresultater. Den accepterer en liste af kandidatbounding boxes med tillidsværdier og klassebetegnelser og returnerer et renset sæt af detektioner. Konceptuelt sorter den detektioner efter score, beregner parvise overlaps via IoU og fjerner eller nedgraderer mindre foretrukne bokse, når overlaps overskrider den konfigurerede tærskel. Værktøjet understøtter standard NMS og valgfri Soft-NMS, undertrykkelse per klasse og batch-inputs for store datasæt. Det træner ikke modeller eller ændrer underliggende forudsigelser, men optimerer efterbearbejdningen for at forbedre præcision og reducere dubletter. Anvendelsesområder inkluderer evaluering af detektorer på COCO- og VOC-lignende datasæt, benchmarking af efterbehandlingsstrategier og implementering af konsistente undertrykkelsesregler på tværs af eksperimenter.