NMS Maker

NMS Maker erbjuder ett strukturerat angreppssätt för att tillämpa icke-maximal undertryckning på detektorresultat. Den tar emot en lista av kandidatens bounding boxes med förtroendescores och klassetiketter och returnerar ett rensat uppsättning av detekteringar. Konceptionellt sorteras detektionerna efter poäng, beräknar parvisa överlapp via IoU och tar bort eller nedgraderar mindre företrädda boxar när överlappningar överstiger tröskeln. Verktyget stöder standard-NMS och alternativt Soft-NMS, per-klass undertryckning och batched-inmatningar för stora dataset. Det tränar inte modeller eller ändrar underliggande förutsägelser, utan optimerar post-processingen för ökad precision och färre dubbletter. Användning inkluderar utvärdering av objekt detectors på COCO- och VOC-liknande dataset, benchmarking av post-processing och konsekventa undertryckningsregler över experiment.