非极大值抑制（non-maximum suppression）的理解与实现

非极大抑制（Non-Maximum Suppression）
Non-Maximum Suppression for Object Detection in Python

RCNN 和微软提出的 SPP_net 等著名的目标检测模型，在算法具体的实施过程中，一般都会用到 non-maximum suppress（非最大值抑制，抑制即忽略，也即忽略那些值（IoU）高于提供的阈值的）的机制。

引入 non-maximum suppression 的目的在于：根据事先提供的 score 向量，以及 regions（由不同的 bounding boxes，矩形窗口左上和右下点的坐标构成）的坐标信息，从中筛选出置信度较高的 bounding boxes。

其基本操作流程如下：

首先，计算每一个 bounding box 的面积：
- (x1, y1) ⇒ 左上点的坐标，(x2, y2) ⇒ 右下点的坐标；
- (x2-x1+1)x(y2-y1+1)
根据 scores 进行排序（一般从小到大），将 score 最大的bounding box置于队列，接下来计算其余 bounding box 与当前 score 最大的 bounding box 的 IoU，抑制（忽略也即去除）IoU大于设定阈值的 bounding box；
重复以上过程，直至候选 bounding boxes 为空；

function picked = nms(boxes, overlap_thresh)
% boxes[:, 1:4] 存储着 regions 信息，boxes[:, 5] 存储的则是 scores 向量if isempty(boxes)picked = [];return;
endx1 = boxes[:, 1];
y1 = boxes[:, 2];           % (x1, y1) ⇒ bounding boxes 左上点坐标的集合
x2 = boxes[:, 3];
y2 = boxes[:, 4];           % (x2, y2) ⇒ bounding boxes 右下点坐标的集合
s = boxes[:, 5];            % scores 向量areas = (x2-x1+1).*(y2-y1+1);   % 各个 bounding boxes 的面积
[vals, idx] = sort(s);      % 默认从小到大排序while ~isempty(idx)last = length(idx);i = idx(last);picked = [picked, i];xx1 = max(x1(i), x1(1:last-1));yy1 = max(y1(i), y1(1:last-1));xx2 = min(x2(i), x2(1:last-1));yy2 = min(y2(i), y2(1:last-1));h = max(0, yy2-yy1+1);w = max(0, xx2-xx1+1);inter = w .* h;iou = inter ./ (areas(i) + areas(1:last-1)-inter);I = I(iou <= overlap_thresh);
endend

非极大值抑制（non-maximum suppression）的理解与实现相关推荐

非极大值抑制（Non-Maximum Suppression，NMS）（转）
概述非极大值抑制(Non-Maximum Suppression,NMS),顾名思义就是抑制不是极大值的元素,可以理解为局部最大搜索.这个局部代表的是一个邻域,邻域有两个参数可变,一是邻域的维数,二 ...
深度学习之非极大值抑制（Non-maximum suppression，NMS）
非极大值抑制(Non-maximum suppression,NMS)是一种去除非极大值的算法,常用于计算机视觉中的边缘检测.物体识别等. 算法流程给出一张图片和上面许多物体检测的候选框(即每个框可 ...
非极大值抑制（non-maximum suppression）的理解
最近在学习RCNN时看到了非极大值抑制,一开始有点不明白,在网上学习了之后记录一下. 非极大值抑制就是一个寻找局部最大值的过程. 在进行目标检测时一般会采取窗口滑动的方式,在图像上生成很多的候选框,然 ...
非极大值抑制（Non-maximum suppression）在物体检测领域的应用
转载自:http://blog.csdn.net/pb09013037/article/details/45477591 一.Nms主要目的在物体检测非极大值抑制应用十分广泛,主要目的是为了消除多余 ...
【YOLOv3 NMS】YOLOv3中的非极大值抑制
文章目录 1 NMS问题由来 2 NMS操作流程 2.1 进行NMS前要先有什么 2.2 NMS流程 3 NMS代码解读 4 感谢链接 1 NMS问题由来利用YOLOv3网络结构提取到out0.ou ...
Non-Maximum Suppression，NMS非极大值抑制
Non-Maximum Suppression,NMS非极大值抑制概述非极大值抑制(Non-Maximum Suppression,NMS),顾名思义就是抑制不是极大值的元素,可以理解为局部最大搜 ...
下拉多选择框实现方式_非极大值抑制Non-Maximum Suppression（NMS）一文搞定理论+多平台实现...
这是独立于薰风读论文的投稿,作为目标检测模型的拓展阅读,目的是帮助读者详细了解一些模型细节的实现. 薰风说 Non-Maximum Suppression的翻译是非"极大值"抑制, ...
非极大值抑制(nms)算法详解[python]
一.起源目标检测在使用了基于深度学习的端到端模型后效果斐然.目前,常用的目标检测算法,无论是One-stage的SSD系列算法.YOLO系列算法还是Two-stage的基于RCNN系列的算法,非极大 ...
风机桨叶故障诊断（七）滑动窗与非极大值抑制NMS
风机桨叶故障诊断(七)滑动窗与非极大值一直NMS 到目前为止,我已经利用自编码神经网络提取特征后训练得到了BP神经网络(参见:点击打开链接),且在测试样本集上表现不错.下面我们就要应用到实际中来检验算 ...

非极大值抑制（non-maximum suppression）的理解与实现

非极大值抑制（non-maximum suppression）的理解与实现相关推荐

最新文章

热门文章