Выберите поле с наивысшей уверенностью Yolo V11 ⇐ Python

[Anonymous]

У меня есть модель YOLO V11, которая прогнозирует один класс из изображений. В некоторых случаях это неверно истолковывает изображение и прогнозирует кратное класс на одном изображении, в то время как есть только один. Я заметил, что правильный имеет самое высокое значение доверия.
Вот мой код для прогнозирования: < /p>

Код: Выделить всё

results = model([imagepath+imgs[997]])  # return a list of Results objects
for result in results:
boxes = result.boxes

result.show()

print(boxes.conf.tolist())
print(boxes.data.tolist())

print(boxes)
< /code>
Вот выход: < /p>
0: 640x608 4 numberplates, 235.7ms
Speed: 9.1ms preprocess, 235.7ms inference, 2.2ms postprocess per image at shape (1, 3, 640, 608)

cls: tensor([0.,0.,0.,0.])
conf: tensor([0.8853,0.4671,0.4509,0.3296])
data: tensor([[ 61.6508,256.6027,232.8067,290.9552,0.8853,0.0000],[144.6730, 170.1858,296.8442, 229.6742,0.4671,0.0000],
[ 13.3585,179.2076,177.5936,238.9743,0.4509,0.0000],[127.6127, 176.1886, 282.9232,233.7913,0.3296,0.0000]])
< /code>
Ящик с 0,8853 уверенностью отображается как первая запись в Tensor Conf, но отображается в последнее время на тензоре данных. Как выбрать коробку с самой высокой уверенностью и найти ее данные?

Подробнее здесь: https://stackoverflow.com/questions/796 ... e-yolo-v11