非极大抑制

NMS的英文是Non-maximum suppression的缩写。

简单的说，就是模型给出了多个重叠在一起的候选框，我们只需要保留一个就可以了。其他的重叠的候选框就删掉了，效果可见下图：

交并比

IoU的英文全称Interp over Union，就是两个候选框区域的交集面积比上并集的面积，用下图可以理解：

hard-NMS

hard-nms其实就是经典版本的NMS的方法。就是根据模型给出每个box的置信度从大到小进行排序，然后保留最大的，删除所以与这个最大置信度的候选框的IoU大于阈值的其他候选框。

举个例子吧，现在有4个候选框：(box1,0.8),(box2,0.9), (box3,0.7),(box4,0.5)

我们把这四个候选框按照置信度从大到小排序：box2>box1>box3>box4

现在我们保留置信度最大的候选框box2,然后计算剩下三个box与box2之间的IoU，如果IoU大于一个事先设置的阈值，那么就删除这个box。假设,阈值是0.5:

IoU(box1,box2)=0.1<0.5，保留；

IoU(box3,box2)=0.7<0.5，删除；

IoU(box4,box2)=0.2<0.5，保留；

现在还有box1和box4，然后再重复上面的过程，排序，然后删除。

下面是python实现的hard-NMS：

def hard_nms(box_scores, iou_threshold, top_k=-1, candidate_size=200):"""Args:box_scores (N, 5): box的集合，N为框的数量，5即4(位置信息)+1(可能为物体的概率)iou_threshold: 我们用IOU标准去除多余检测框的阈值top_k: 保留多少个计算后留下来的候选框，如果为-1则全保留candidate_size: 参与计算的boxes数量Returns:picked: 经过nms计算后保留下来的box"""scores = box_scores[:, -1]                # 首先我们取出box中的最后一个元素也就是当前box检测到物体的概率boxes = box_scores[:, :-1]                # 取出box中的四个坐标(左上、右下)picked = []  _, indexes = scores.sort(descending=True) # 按照降序排列所有的物体的概率，得到排序后在原数组中的索引信息 indexesindexes = indexes[:candidate_size]        # 只保留前 candidate_size 个 boxes 其余的不考虑了while len(indexes) > 0:current = indexes[0]                  # 每次取出当前在 indexes 中 检测到物体概率最大的一个 picked.append(current.item())         # 将这个最大的存在结果中if 0 < top_k == len(picked) or len(indexes) == 1:breakcurrent_box = boxes[current, :]       # 当前第一个也就是最高概率的boxindexes = indexes[1:]                rest_boxes = boxes[indexes, :]        # 剩下其余的boxiou = iou_of(                         # 将当前的box与剩下其余的boxes用IOU标准进行筛选rest_boxes,current_box.unsqueeze(0),)indexes = indexes[iou <= iou_threshold]# 保留与当前box的IOU小于一定阈值的boxes，return box_scores[picked, :]

如何计算iou的面积呢？实现方法在下面：

def area_of(left_top, right_bottom) -> torch.Tensor:"""Compute the areas of rectangles given two corners.Args:left_top (N, 2): left top corner.right_bottom (N, 2): right bottom corner.Returns:area (N): return the area."""hw = torch.clamp(right_bottom - left_top, min=0.0)return hw[..., 0] * hw[..., 1]def iou_of(boxes0, boxes1, eps=1e-5):"""Return interp-over-union (Jaccard index) of boxes.Args:boxes0 (N, 4): ground truth boxes.boxes1 (N or 1, 4): predicted boxes.eps: a small number to avoid 0 as denominator.Returns:iou (N): IoU values."""overlap_left_top = torch.max(boxes0[..., :2], boxes1[..., :2])overlap_right_bottom = torch.min(boxes0[..., 2:], boxes1[..., 2:])overlap_area = area_of(overlap_left_top, overlap_right_bottom)area0 = area_of(boxes0[..., :2], boxes0[..., 2:])area1 = area_of(boxes1[..., :2], boxes1[..., 2:])return overlap_area / (area0 + area1 - overlap_area + eps)

soft-NMS

在密集目标检测任务中，hard-NMS会有一些问题，看下面的例子：两个物体重叠起来了，但是根据hard-NMS绿色的框会被掉。

Soft-NMS就改动了一个地方。 在判断最高的置信度的box和其他box的IoU的时候增加了一个系数，可以更好的选择哪些才是多余的box。

对于hard-NMS来说，  的时候，保留，大于等于的时候删除，  表示置信度：

对于soft-NMS来说，  的时候，保留，大于的时候削减：

可以看出来，hard-NMS对于IoU大于阈值的候选框，直接把其置信度变成0，这样就相当于删除了这个box；但是soft-NMS的会根据IoU的大小，去适当的削减置信度，从而留下一些余地。

【如何削减】这里有两种方法来降低重叠候选框的置信度：

1. 简单的线性衰减；

2. 指数衰减。其中sigma是常数，一般是0.5.

第二种方法更为常见。

下面是python来实现的soft-NMS，其实跟hard-NMS相比，就多了一行代码罢了：

def soft_nms(box_scores, score_threshold, sigma=0.5, top_k=-1):"""Soft NMS implementation.References:https://arxiv.org/abs/1704.04503https://github.com/facebookresearch/Detectron/blob/master/detectron/utils/cython_nms.pyxArgs:box_scores (N, 5): boxes in corner-form and probabilities.score_threshold: boxes with scores less than value are not considered.sigma: the parameter in score re-computation.scores[i] = scores[i] * exp(-(iou_i)^2 / simga)top_k: keep top_k results. If k <= 0, keep all the results.Returns:picked_box_scores (K, 5): results of NMS."""picked_box_scores = []while box_scores.size(0) > 0:max_score_index = torch.argmax(box_scores[:, 4])cur_box_prob = torch.tensor(box_scores[max_score_index, :])picked_box_scores.append(cur_box_prob)if len(picked_box_scores) == top_k > 0 or box_scores.size(0) == 1:breakcur_box = cur_box_prob[:-1]box_scores[max_score_index, :] = box_scores[-1, :]box_scores = box_scores[:-1, :]ious = iou_of(cur_box.unsqueeze(0), box_scores[:, :-1])# 以下这句是新加的，如果没有这句就是Hard-NMS了box_scores[:, -1] = box_scores[:, -1] * torch.exp(-(ious * ious) / sigma) box_scores = box_scores[box_scores[:, -1] > score_threshold, :]if len(picked_box_scores) > 0:return torch.stack(picked_box_scores)else:return torch.tensor([])

往期精彩回顾适合初学者入门人工智能的路线及资料下载机器学习及深度学习笔记等资料打印机器学习在线手册深度学习笔记专辑《统计学习方法》的代码复现专辑
AI基础下载机器学习的数学基础专辑获取一折本站知识星球优惠券，复制链接直接打开：https://t.zsxq.com/yFQV7am本站qq群1003271085。加入微信群请扫码进群：