faster中的NMS計算以及了解（tensorflow）

# -*- coding:utf-8 -*-
import numpy as np

def py_cpu_nms(dets, thresh):
    """

    :param dets:N*M 二維數組, N是BBOX的個數， M的前四位對應的是（x1, y1, x2, y2） 第5位是對應的分數  x y為坐标
    :param thresh:0.3 0.5....
    :return: box after nms
    """

    x1 = dets[:, 0] #意思是取一個二維數組中所有行的第0列  是numpy數組中的一種寫法
    y1 = dets[:, 1]
    x2 = dets[:, 2]
    y2 = dets[:, 3]
    sorces = dets[:, 4]

    areas = (x2 - x1 + 1) * (y2 - y1 + 1) #求每個box的面積
    order = sorces.argsort()[::-1] #對分數進行倒序排序  order存的就是排序後的下标
    # argsort()函數用法：對代操作數組元素進行從小到大排序，并将排序後對應原數組元素的下标輸出到生成數組中
    keep = []#用來儲存最後留下的box
    while order.size > 0:
        i = order[0] #無條件保留每次置信度最高的box  i代表的是下标，是sorces中分數最高的下标
        keep.append(i)  #第i + 1個box
        #置信度最高的box和其他剩下bbox的交叉區域
        xx1 = np.maximum(x1[i], x1[order[1:]])  # np.maximum 兩個數字逐位比，取其較大值。傳回一個數組
        yy1 = np.maximum(y1[i], y1[order[1:]])
        xx2 = np.minimum(x2[i], x2[order[1:]])
        yy2 = np.minimum(y2[i], y2[order[1:]])

        #計算置信度最高的bbox和其他剩下的bbox之間交叉區域的面積
        w = np.maximum(0.0, xx2 - xx1 + 1)
        h = np.maximum(0.0, yy2 - yy1 + 1)
        inter = w * h  #inter是數組

        #求交叉區域的面積占兩者（置信度最高的bbox和其他bbox）面積和的比例  iou值
        ovr = inter / (areas[i] + areas[order[1:]] - inter)  #ovr也是按照倒序排序排列的 iou由大到小
        #保留小于thresh的框，進入下一次疊代
        inds = np.where(ovr <= thresh)[0]  #idx儲存的是滿足ovr<=thresh的第一個ovr值的下标
        #因為order[0]是我們的areas[i] 是以得到的inds還要+1才是下一個order[0]
        order = order[inds + 1]

        return keep