Python：如何从lis元素中提取索引

Question

我正在尝试使用YOLO从图像中提取边界框。 所以，我有一个包含3个元素的列表，每个元素是一个形状数组：（255，26，26），（255，52，52），（255，13，13）。你知道吗

我想将数组的第一个元素（255）减少到最后250个元素，并提取最大值。你知道吗

我尝试了下面的代码，但是我得到了很高的索引值，我不知道为什么。你知道吗

我得到这个错误：

confidence = scores[classID] IndexError: index 56097 is out of bounds for axis 0 with size 250

image = cv.imread(some image)

ln = net.getLayerNames()
ln = [ln[i[0] - 1] for i in net.getUnconnectedOutLayers()]

blob = cv.dnn.blobFromImage(cv.resize(image,(416, 416)),1 / 255.0, (416, 416),swapRB=True, crop=False)

net.setInput(blob)
layerOutputs = net.forward(ln)

boxes = []
confidences = []
classIDs = []

for output in layerOutputs:

    for detection in output:

        print(detection.shape)

        scores = detection[5:]
        classID = np.argmax(scores)

        print(scores.shape)
        print(classID)

        confidence = scores[classID]

我期望classID输出在0到249之间，第一次迭代得到56097。 对于其他迭代，我也得到了很高的值：

不带此代码行的输出

confidence = scores[classID]

(255, 26, 26)
(250, 26, 26)
56097
(255, 52, 52)
(250, 52, 52)
454245
(255, 13, 13)
(250, 13, 13)
13570