一、NMS

非极大值抑制算法（Non-maximum suppression, NMS）的本质是搜索局部极大值，抑制非极大值元素。在计算机视觉技术中主要目的是为了消除多余的框，找到最佳的物体检测的位置，几乎所有的目标检测方法都用到了这种后处理算法。

如上图中，一共有6个识别为人的框，每一个框有一个置信率。现在需要消除多余的:
· 按置信率排序: 0.95, 0.9, 0.9, 0.8, 0.7, 0.7
· 取最大0.95的框为一个物体框
· 剩余5个框中，去掉与0.95框重叠率IoU大于0.6(可以另行设置)，则保留0.9, 0.8, 0.7三个框
· 重复上面的步骤，直到没有框了，0.9为一个框
· 选出来的为: 0.95, 0.9

二、soft NMS

Soft NMS相对于NMS的改进即每次并不是直接排除掉和已选框重叠大于一定阈值的框，而是以一定的策略降低对应框的得分，直到低于某个阈值，从而不至于过多删除拥挤情况下定位正确的框。
下图中，如果直接使用NMS，当设置的阈值比较小的时候，后面置信度为0.8的绿色框就会被直接删掉，从而出现没有检测到后面那匹马的情况，造成了漏检。
根据论文降分的指导原则，一个检测框和高置信度检测框的IOU越大，其置信度的下降幅值应该越大。

M为当前置信度最大的框，bi为候选检测框。

经校验后，在密集检测场景中，NMS会造成漏检，而soft nms可以改善检验效果。若是在非密集检测场景中，NMS的误检问题，并不会被得到改善。

**<hr style=" border:solid; width:100px; height:1px;" color=#000000 size=1">

三、softer NMS**

softer NMS相对于NMS的改进即每次并不是直接以得分最大的框的坐标作为当前选择框的坐标，而是和得分最大的框重叠大于一定阈值的所有框的坐标进行一定策略的加权平均，所得的新的框作为当前选择的得分最大的框的坐标，从而尽可能准确地定位物体。

**<hr style=" border:solid; width:100px; height:1px;" color=#000000 size=1">

四、IOU-Guided NMS**

即以IOU（交并比）得分作为NMS的排序依据，因为IOU得分直接反应了对应框的定位精确程度，优先考虑定位精度较高的框，防止定位精度较低但是其他得分较高的框被误排序到前面。

（1）IOU是对定位准确度的一个天然准则。作者用预测的IOU替换classification confidence作为NMS中的排名关键依据。称为IOU-guided NMS，有助于消除cls conf误导下的错误。

（2）提出了一种与传统的基于回归的方法表现相当的基于优化的bounding box改良流程。使用预测到的IOU优化目标，同时作为定位置信度的可解释性指示量。提出的Precise RoI Pooling layer可以通过梯度上升求解IOU优化。实验表明该方法能与基于CNN的检测器兼容，并且能带来定位准确率的单调上升。

NMS、soft NMS、softer NMS与IOU-Guided NMS相关推荐

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 ...
【论文解读】Confluence：物体检测中不依赖IoU的NMS替代算法论文解析
导读基于IoU的NMS实际上是一种贪心算法,这种方法得到的结果往往不是最优的,Confluence给出了另一种选择. 论文地址:https://arxiv.org/abs/2012.00257 摘要 ...
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, ...
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 ...
RCNN系列论文学习：RCNN、FastRCNN、FaterRCNN、MaskRCNN（包含IOU、NMS介绍）
最近在看图像分割方面的东西,发现MaskRCNN里面有好多东西不是很理解,于是就打算简单梳理一下.找了很多博客,还有视频.这里简单记录一下. RCNN RCNN的英文是 Region based CN ...
【目标检测】概念理解：region proposal、bounding box、anchor box、ground truth、IoU、NMS、RoI Pooling
最近刚接触图像识别,理解一些概念十分困难,尤其是动不动就冒出个看不懂的英语,让人抓狂.查了不少资料后做一个总结并加上一些自己的理解,理解若有误,烦请大家指出,相互学习. 本文主要对region pro ...
面试问题总结——编程题关于IOU、NMS
编程题一.关于IOU 1.1 IOU定义 1.2 IOU的优缺点 1.3 IOU的实现代码二.关于NMS 2.1 NMS的原理 2.2 NMS的实现代码一.关于IOU 1.1 IOU定义 Int ...
不规则四边形回归框计算IOU与NMS
前言在复现DPR论文过程中,遇到了计算IOU和NMS的问题.传统目标检测大多基于anchor,给出的预测也是矩形框,所以需要进行相应的修改,以套用到不规则四边形回归框上. 注1:编者水平有限,如有谬 ...
物体检测迁移学习、IOU、NMS理解
1. 迁移学习迁移学习也即所谓的有监督预训练(Supervised pre-training),我们通常把它称之为迁移学习.比如你已经有一大堆标注好的人脸年龄分类的图片数据,训练了一个CNN,用于人 ...
神经网络——IoU ＆ NMS 正负样本均衡
IoU IoU(Intersection over Union),又称重叠度/交并比. 即上图中的 intersection/Union,代码实现: # one pre, one gt def IoU ...

NMS、soft NMS、softer NMS与IOU-Guided NMS