source/containers/body-detection/detector/predictor.py [128:142]:
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
    bbox_coords, bbox_scores = list(), list()
    for index, bbox in enumerate(mx_bounding_boxes[0]):
        prob = float(mx_scores[0][index][0])
        if prob < 0.0:
            continue

        [x_min, y_min, x_max, y_max] = bbox
        x_min = int(x_min / scale_ratio)
        y_min = int(y_min / scale_ratio)
        x_max = int(x_max / scale_ratio)
        y_max = int(y_max / scale_ratio)
        bbox_coords.append([x_min, y_min, x_max, y_max])
        bbox_scores.append([prob])

    body = {
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -



source/neo/eval.py [143:157]:
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
        bbox_coords, bbox_scores = list(), list()
        for index, bbox in enumerate(mx_bounding_boxes[0]):
            prob = float(mx_scores[0][index][0])
            if prob < 0.0:
                continue

            [x_min, y_min, x_max, y_max] = bbox
            x_min = int(x_min / scale_ratio)
            y_min = int(y_min / scale_ratio)
            x_max = int(x_max / scale_ratio)
            y_max = int(y_max / scale_ratio)
            bbox_coords.append([x_min, y_min, x_max, y_max])
            bbox_scores.append([prob])

        body = {
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -