如何删除重叠的框？ - tensorflow对象检测api

Question

我想摆脱重叠的盒子。这就是我进行检测的方式：

(boxes, scores, classes, num) = sess.run(
    [detection_boxes, detection_scores, detection_classes, num_detections],
    feed_dict={image_tensor: image_expanded})

有人建议这样的事情：

corners = tf.constant(np.squeeze(boxes), tf.float32)
boxesList = box_list.BoxList(corners)
boxesList.add_field('scores', tf.constant(np.squeeze(scores)))
iou_thresh = 0.1
max_output_size = 100
sess = tf.Session()
nms = box_list_ops.non_max_suppression(
    boxesList, iou_thresh, max_output_size)
boxes = sess.run(nms.get())

但是这并没有移除重叠的盒子，它只是将它们推开并使它们以一种奇怪的模式变小。做正确的方法是什么？ 任何有关的帮助

奖金：一种将重叠框与较高分数合并的方法，同时将分数视为某种权重会更好。