函数原型：
tf.image.non_max_suppression(
boxes,
scores,
max_output_size,
iou_threshold=0.5,
score_threshold=float(’-inf’),
name=None
)
参数：boxes:2-D的float类型的，大小为[num_boxes,4]的张量；
scores：1-D的float类型的大小为[num_boxes]代表上面boxes的每一行，对应的每一个box的一个score；
max_output_size:一个整数张量，代表我最多可以利用NMS选中多少个边框；
iou_threshold:一个浮点数，IOU阙值展示的是否与选中的那个边框具有较大的重叠度；
score_threshold:一个浮点数，来决定上面时候删除这个边框
name:可有可无
返回的是selected_indices:表示的是一个1-D的整数张量，大小为[M]，代表的是选出来的留下来的边框下标，M小于等于max_outpuy_size.
