前回は、学習時用にencodeしたanchorのdecoderを実装した。
今回のコミットでは、予測結果の後処理としてNon-max suppression（NMS)を使ったboxの間引き処理を実装した。加えて結果確認のためのvisualizationも実装している。
NMSは与えられたboxの予測結果に対して、ある程度のオーバーラップがあるbox間において、objectness scoreが低い方を除去する処理である。
この処理は各クラスのboxに対して順次行われる。
TensorFlowにはtf.image.non_max_suppressionという関数としてすでに実装されているため、これをベースに実装を行う。
実装のポイントとしては：
・予測結果のバッチをtf.unstackにてunrollしてfor loopでiterateし、tf.boolean_maskを用いて
クラス毎の結果を抽出する。
・non_max_suppressionは除去後に残ったboxのindexを返すので、tf.gatherと組み合わせてboxを取得する。
などである。
動作確認の一環として簡単なtensorboard上で表示するvisualizationも実装。
ただし。TensorFlowは質の良い描画関数がないため。tf.py_funcと組み合わせてopencvを用いて描画する。