NMS和Soft-NMS
NMS
目标检测的算法流程大致如下:①由RPN生成若干类别无关的proposal(下图中左上到右上)②由分类网络和回归网络生成每个proposal的类别概率分布和坐标偏移量(右上到右下)③对所有检测框进行NMS得到最终的检测框(右下到左下)
NMS就是用于消除如右下图所示的重叠的一些检测框
NMS算法过程:
开始于一个检测框列表B、对应的置信度(类别概率)列表S、空的最终检测框列表D、阈值N_t。
首先,找到最高置信度对应的检测框M, 将其从B中删除,并添加到最终检测框列表D中。然后,计算M与B中其他检测框的重叠程度IOU,将IOU大于阈值N_t的目标检测框从B中删除。
对于B中剩余的检测框,继续重复这个过程,直到B为空时结束
Sotf-NMS
按照NMS,下图中蓝色框(置信度0.9)和绿色框(置信度0.8)因为和红色框(置信度0.95)的重叠过大而需要被删除,但实际上不希望绿色框被删除,因为其中确实存在另一个目标,当然你可以通过增大阈值N_t来保留绿色框,但那可能会带来更多的误检
因此Soft-NMS就是被提出用来解决这个问题的算法,它的思想是与M重叠度大于阈值N_t的其他检测框不会直接从B中删除了,而是采用一个函数来衰减这些检测框的置信度
Soft-NMS的算法流程及它与NMS的区别如下图所示:
进行Sotf-NMS处理后,可以指定一个置信度阈值,处理后的置信度大于该阈值的检测框将被保留作为最终的检测框
Soft-NMS中的衰减函数可以由如下几种:
①线性衰减函数
②高斯衰减函数
参考:
CV面试夺命三连问:什么是NMS ? 与Soft-NMS的区别? 编程实现?
NMS和soft-nms算法 - outthinker - 博客园
NMS和Soft-NMS相关推荐
- NMS、soft NMS、softer NMS与IOU-Guided NMS
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档 NMS.soft NMS.softer NMS与IOU-Guided NMS 一.NMS 二.soft NMS 三.softer NM ...
- 目标检测中的NMS,soft NMS,softer NMS,Weighted Boxes Fusion
NMS 非最大值抑制算法,诞生至少50年了. 在经典的两阶段目标检测算法中,为了提高对于目标的召回率,在anchor阶段会生成密密麻麻的anchor框. 所以在后处理的时候,会存在着很多冗余框对应着同 ...
- NMS与Soft NMS
1.NMS 非最大抑制(Non-maximum suppression, NMS)是物体检测流程中重要的组成部分.NMS算法的大致思想:对于有重叠的候选框:若大于规定阈值(某一提前设定的置信度)则删除 ...
- Soft NMS算法笔记
原博客地址:https://blog.csdn.net/u014380165/article/details/79502197#comments 提出问题 如下图,测算法本来应该输出两个框,但是传统的 ...
- 交并比 (IoU), mAP (mean Average Precision), 非极大值抑制 (NMS, Soft NMS, Softer NMS, IoU-Net)
目录 目标检测的评价指标 交并比 (Intersection of Union, IoU) mAP (mean Average Precision) 其他指标 非极大值抑制 (Non-Maximum ...
- nms,soft nms算法理解
从上面这张图可以看出来nms和soft nms的算法原理: ** 经典nms的原理 **设定目标框的置信度阈值,常用的阈值是0.5左右 根据置信度降序排列候选框列表 选取置信度最高的框A添加到输出列表 ...
- nms修改为soft nms
nms修改为soft nms 一,NMS与soft nms原理 先放一张论文中的图 在对上述图片中的目标进行检测过程中,使用非极大值抑制(NMS)进行筛选时只能获取到得分最高的框(得分0.95),对于 ...
- 卷积在计算机中实现+pool作用+数据预处理目的+特征归一化+理解BN+感受野理解与计算+梯度回传+NMS/soft NMS
一.卷积在计算机中实现 1.卷积 将其存入内存当中再操作(按照"行先序"): 这样就造成混乱. 故需要im2col操作,将特征图转换成庞大的矩阵来进行卷积计算,利用矩阵加速来实现, ...
- Soft NMS论文笔记
论文:Improving Object Detection With One Line of Code. Navaneeth Bodla*, Bharat Singh*, Rama Chellappa ...
- Soft NMS+Softer NMS+KL Loss
论文1: Soft-NMS – Improving Object Detection With One Line of Code (ICCV2017) 速达>> 论文2: Softer-N ...
最新文章
- ITJ上的一篇论文(E-WsFrame)
- sample,batch和epoch都是啥意思??
- Lammps命令与in文件
- Python pip – error: invalid command ‘bdist_wheel’
- 大牛讲解Kubernetes实战
- IOS KVO与NSNotificationCenter简单使用
- 温度转换问题——从C到Python
- android+action +actionform上传文件,ActionForm之文件上传
- html菜鸟教程之HTML新手如何快速入门及HTML类的概述[图]
- c语言 电阻器的分类,电阻器的分类与特点
- 【python爬虫】爬取链家二手房数据
- 谷歌 Jason Wei | AI 研究的 4 项基本技能
- 【顺序、分支、循环、子程序设计】—— 微机原理实验
- 17.10.21B组题解
- 2022年计算机四级考试冲刺试题及答案(多选题)
- 版式设计中的黑白灰空间感营造
- Thrift入门及Java实例
- RAD Studio 11.2 详细图文安装教程 (delphi 11.2)
- java图片转视频,附加代码以供参考
- android原生MediaPlayer播放本地的m3u8
热门文章
- 木老师教笨笨课堂——系列讲座(从函数指针到委托) 二、C语言里的函数指针...
- Alfred workflow 开发指南
- 网络笔记_OSPF不同网络类型通讯、虚连接的应用
- Swift - UILabel部分字体变颜色
- 基于docker的influxdb时序数据库搭建
- 11月VR大数据:SteamVR新增PICO 4串流数据统计
- 算法大作业 圆排列问题
- 投资组合分析:portfolio_analysis.Tangenvy_portfolio(切点组合)
- 单色背景抠图方法(绿色背景抠图、肤色检测)之——chroma kye
- 论文解读 | [CVPR2019] 基于自适应文本区域表示的任意形状场景文本检测