深度信息+VSCode(ctrl+单击)跳转到指定函数

depth = torch.zeros(batch_size, img.shape[1], 1, *self.image_size).to(points[0].device)

创建一个全零张量，表示图像的深度信息。每个参数含义：

• batch_size：批量大小，表示同时处理的图像数量。

• img.shape[1]：取图像张量的第二个维度的大小。在一般的情况下，这通常代表了图像的通道数量，如RGB图像有3个通道。

• 1：创建一个额外的维度，大小为1。

• *self.image_size：这是一个元组解包操作，将图像的高度和宽度作为后续的维度。例如，如果self.image_size是(H, W)，那么*self.image_size会解包为H, W。

• .to(points[0].device)：将创建的零张量移动到与points[0]在同一设备上（CPU或GPU）。

因此，如果图像张量img的形状是(B, C, H, W)，并且self.image_size是(H', W')，那么depth张量的形状将是(B, C, 1, H', W')。

ModuleNotFoundError: No module named 'tools' 

export PYTHONPATH=./
定位到当前路径

一.NMS过程

1：将所有检出的output_bbox按cls score划分（如pascal voc分20个类，也即将output_bbox按照其对应的cls score划分为21个集合，1个bg类，只不过bg类就没必要做NMS而已）；

2：在每个集合内根据各个bbox的cls score做降序排列，得到一个降序的list_k；

3：从list_k中最大cls score开始，计算该bbox_x与list中其他bbox_y的IoU，若IoU大于阈值T，则剔除该bbox_y，最终保留bbox_x，从list_k中取出；

4：选择list_k中top2 cls score，重复step-3中的迭代操作，直至list_k中所有bbox都完成筛选；

5：对每个集合的list_k，重复step-3、4中的迭代操作，直至所有list_k都完成筛选；
 

代码：

# --------------------------------------------------------
# Fast R-CNN
# Copyright (c) 2015 Microsoft
# Licensed under The MIT License [see LICENSE for details]
# Written by Ross Girshick
# --------------------------------------------------------
 
import numpy as np
 
def py_cpu_nms(dets, thresh):
    """Pure Python NMS baseline."""
    x1 = dets[:, 0]                     # pred bbox top_x
    y1 = dets[:, 1]                     # pred bbox top_y
    x2 = dets[:, 2]                     # pred bbox bottom_x
    y2 = dets[:, 3]                     # pred bbox bottom_y
    scores = dets[:, 4]              # pred bbox cls score
 
    areas = (x2 - x1 + 1) * (y2 - y1 + 1)    # pred bbox areas
    order = scores.argsort()[::-1]              # 对pred bbox按score做降序排序，对应step-2
 
    keep = []    # NMS后，保留的pred bbox
    while order.size > 0:
        i = order[0]          # top-1 score bbox
        keep.append(i)   # top-1 score的话，自然就保留了
        xx1 = np.maximum(x1[i], x1[order[1:]])   # top-1 bbox（score最大）与order中剩余bbox计算NMS
        yy1 = np.maximum(y1[i], y1[order[1:]])
        xx2 = np.minimum(x2[i], x2[order[1:]])
        yy2 = np.minimum(y2[i], y2[order[1:]])
 
        w = np.maximum(0.0, xx2 - xx1 + 1)
        h = np.maximum(0.0, yy2 - yy1 + 1)
        inter = w * h
        ovr = inter / (areas[i] + areas[order[1:]] - inter)      # 无处不在的IoU计算~~~
 
        inds = np.where(ovr <= thresh)[0]     # 这个操作可以对代码断点调试理解下，结合step-3，我们希望剔除所有与当前top-1 bbox IoU > thresh的冗余bbox，那么保留下来的bbox，自然就是ovr <= thresh的非冗余bbox，其inds保留下来，作进一步筛选
        order = order[inds + 1]   # 保留有效bbox，就是这轮NMS未被抑制掉的幸运儿，为什么 + 1？因为ind = 0就是这轮NMS的top-1，剩余有效bbox在IoU计算中与top-1做的计算，inds对应回原数组，自然要做 +1 的映射，接下来就是step-4的循环
 
    return keep    # 最终NMS结果返回
 
if __name__ == '__main__':
    dets = np.array([[100,120,170,200,0.98],
                     [20,40,80,90,0.99],
                     [20,38,82,88,0.96],
                     [200,380,282,488,0.9],
                     [19,38,75,91, 0.8]])
 
    py_cpu_nms(dets, 0.5)