嘿，我来帮你捋清楚这个问题！你现在遇到的情况主要有两个关键点：一是代码参数传错了，二是没搞懂NMS返回值的含义，咱们一步步来解决：

首先，先修正tf.image.non_max_suppression的参数错误 #

你现在第二个参数传了空列表[]，这可不行！tf.image.non_max_suppression的第二个参数是每个检测框的置信度得分（scores），得传一个和框数量对应的一维数组才行。比如你的prediction[0]是形状为[num_boxes, 4]的框坐标数组（TF默认要求格式是[y_min, x_min, y_max, x_max]），那你得拿出对应的scores数组，形状是[num_boxes]，每个元素对应一个框的置信度。

然后，搞懂NMS返回的是什么 #

tf.image.non_max_suppression返回的不是直接的框坐标，而是保留下来的框在原prediction[0]数组里的索引。所以你得用这些索引去原数组里“捞”出对应的坐标才行。

最后，获取具体的框坐标（分两种常用场景） #

场景1：用TensorFlow 2.x（默认即时执行模式） #

TF2.x默认是即时执行，不用写会话，直接转numpy就能拿到具体数值：

# 先假设你已经有了对应的scores数组（不能是空的！）
selected_indices = tf.image.non_max_suppression(
    boxes=prediction[0],
    scores=scores,  # 这里填你的置信度数组
    max_output_size=15,
    iou_threshold=0.5
)

# 用索引从原框数组里提取选中的框
selected_boxes = tf.gather(prediction[0], selected_indices)

# 转成numpy数组，就能看到具体的坐标值了
selected_boxes_np = selected_boxes.numpy()
print(selected_boxes_np)

场景2：用TensorFlow 1.x或者手动关闭了即时执行 #

这种情况需要用会话来运行张量：

import tensorflow as tf

# 先把数据转成TF常量
boxes = tf.constant(prediction[0], dtype=tf.float32)
scores = tf.constant(your_scores_array, dtype=tf.float32)

# 计算NMS选中的索引
selected_indices = tf.image.non_max_suppression(
    boxes=boxes,
    scores=scores,
    max_output_size=15,
    iou_threshold=0.5
)

# 提取选中的框
selected_boxes = tf.gather(boxes, selected_indices)

# 运行会话拿到具体数值
with tf.Session() as sess:
    final_boxes = sess.run(selected_boxes)
    print(final_boxes)

额外小提醒 #

• 确认你的prediction[0]坐标格式对不对：TF的NMS要求框是[y_min, x_min, y_max, x_max]，而且数值最好是归一化到[0,1]之间的（如果是像素坐标，记得先除以图片宽高）。
• 如果你的模型输出里同时包含框和得分，记得正确拆分出scores数组，千万别再传空列表啦！

内容的提问来源于stack exchange，提问作者Dingo