1.练习_从大到小排序
import numpy as np
a=np.array([[5,3],[3,2],[1,6]])
print(a)
#取出第二列数据
d=a[:,1]
print(d)
#按照第二列数据从小到大排序。排序规则为：按照第二列数从小到大对应的索引进行排序
#1.取出第二列数据从小到大对应的索引值。
index=a[:,1].argsort()
print(index)
#2.根据索引排序
print(a[index])#将索引放到a中即可
#从大到小排序。对索引添加符号即可。-a[:,1].argsort()
print(a[-a[:,1].argsort()])
打印结果：
[[5 3]
[3 2]
[1 6]]
[3 2 6]
[1 0 2]
[[3 2]
[5 3]
[1 6]]
[[1 6]
[5 3]
[3 2]]
2.练习_where函数
import numpy as np
a=np.array([8,7,6,3,1,9])
print(np.where(a<5))#返回索引
print(a[np.where(a<5)])#返回索引值
打印结果：
(array([3, 4], dtype=int64),)
[3 1]
3.练习_stack函数
"""把数组组装成矩阵"""
import numpy as np
a=np.array([1,2])
b=np.array([3,4])
c=np.array([5,6])
ls=[]
ls.append(a)
ls.append(b)
ls.append(c)
print(ls)
#组装
print(np.stack(ls))
打印结果：
[array([1, 2]), array([3, 4]), array([5, 6])]
[[1 2]
[3 4]
[5 6]]
4.NMS代码
import numpy as np
"""IOU"""
def iou(box,boxes,isMin=False):#框的格式定义为：[X1,Y1,X2,Y2,C]。一个框和一堆框做比较。为了区分交集是与并集作比较还是和最小面积做比较，先将最小面积赋予默认值0.
#计算每个框的面积
box_area=(box[2]-box[0])*(box[3]-box[1])#先计算box的面积。一个框的面积计算：（X2-X1）*（Y2-Y1）。索引拿到坐标值：（box[2]-box[0]）*（box[3]-box[1]）
boxes_area=(boxes[:,2]-boxes[:,0])*(boxes[:,3]-boxes[:,1])#一堆框的格式：[[],[],[],[],[],...]
#计算交集面积
xx1=np.maximum(box[0],boxes[:,0])#左上角X。交集左上角点坐标：两个相交原框中左上角X和Y各自取较大值，作为交集左上角坐标。用于比较的框的左上角x值：box[0];被比较的框的左上角x值：boxes[0]。去两者较大值。
yy1=np.maximum(box[1],boxes[:,1])#同理.左上角Y。
xx2 = np.minimum(box[2], boxes[:, 2]) # 同理.右下角X。
yy2 = np.minimum(box[3], boxes[:, 3]) # 同理.右下角Y。
#判断是否有交集
w=np.maximum(0,xx2-xx1)#当xx2-xx1的值为负值时，表示没有交集，将没有交集的结果变成0即可。使用maximum函数取较大值。
h=np.maximum(0,yy2-yy1)#同理。
#正式计算交集面积
inter=w*h
if isMin:#如果isMin为True,表示除以最小面积。
over=np.true_divide(inter,np.minimum(box_area,boxes_area))#true_divide:除法。isMin为True时，除以最小面积。如何得到最小面积呢？比较box_area和boxes_area，取最小值就可得到最小面积。
else:#否则，除以并集面积。
over = np.true_divide(inter, (box_area+boxes_area-inter))#两个矩形面积相加减去交集面积
return over
"""NMS"""
def nms(boxes,thresh=0.3,isMin=False):#需要所有框、阈值、最小面积（传到IOU中，因为IOU是放在NMS里边计算的）
#根据置信度从大到小排序。
_boxes=boxes[(-boxes[:,4]).argsort()] #框的格式定义为：[[X1,Y1,X2,Y2,C],[],[],[],[],...]
#保留剩余的框
r_boxes=[]
#取出第一个框。因为要取很多次，使用循环。(重点)
while _boxes.shape[0]>1:#循环取出第一个框（shape[0]），当循环过程中取出的维度大于1，说明有框；当维度小于1，表示框已经取完，循环结束。
#取出第一个框
a_box=_boxes[0]
#取出剩余框
b_boxes=_boxes[1:]
#保留第一个框
r_boxes.append(a_box)
#比较IOU后，保留阈值较小的值
index=np.where(iou(a_box,b_boxes,isMin)<thresh)#将iou于阈值作比较：iou(a_box,b_boxes,isMin)<thresh，如果iou小于阈值，保留。使用np.where，当小于为True。
_boxes=b_boxes[index]
if _boxes.shape[0]>0:
r_boxes.append(_boxes[0])
#组装为矩阵
return np.stack(r_boxes)
if __name__ == '__main__':
bs=np.array([[2,2,30,30,40],[3,3,25,25,60],[18,18,27,27,15]])
print(nms(bs))
打印结果：
[[ 3 3 25 25 60]
[18 18 27 27 15]]
