Giải Thuật Triệt Tiêu Cực Đại (Non-Maximum Suppression - NMS)

Mục tiêu kiến thức

• Trong mô hình Object Detection, một vật thể thực tế thường bị dự đoán bởi hàng chục bounding box trùng lặp với độ tin cậy khác nhau.
• Giải thuật NMS (Non-Maximum Suppression) loại bỏ các box trùng lặp dư thừa:
• Sắp xếp danh sách các box theo thứ tự điểm số giảm dần (scores).
• Chọn box có điểm cao nhất đưa vào danh sách giữ lại (keep).
• Tính IoU giữa box này với tất cả các box còn lại.
• Loại bỏ mọi box có IoU ≥ iou_threshold.
• Lặp lại bước 2-4 cho đến khi hết box trong danh sách ứng viên.

Yêu cầu

Viết hàm:

def non_maximum_suppression(
    boxes: np.ndarray,
    scores: np.ndarray,
    iou_threshold: float = 0.5
) -> list[int]:
    pass

• boxes: Mảng NumPy shape (N, 4) dạng [x1, y1, x2, y2].
• scores: Mảng NumPy 1D shape (N,) chứa độ tin cậy.
• iou_threshold: Ngưỡng trùng lặp IoU (0.0 < threshold < 1.0).
• Trả về: Danh sách chỉ số (indices ban đầu) của các box được giữ lại theo đúng thứ tự ưu tiên điểm số.

Ràng buộc

• Thời gian chạy tối đa: 2000ms.
• Giới hạn bộ nhớ: 256MB.
• Dữ liệu đầu vào hợp lệ theo đúng kiểu dữ liệu và miền giá trị được mô tả.