0


浅谈非极大值抑制和IOU

非极大值抑制,简称NMS,是一种获取局部最大值的有效算法。不管是one-stage还是two-stage,NMS都是其中的重要一环,被广泛应用于各种目标检测算法中。
下面以一个例子来简述非极大值抑制在目标检测中的应用。

在实际检测过程中,一个目标往往会检测出多个region proposal
图片来自网络,侵权删
很多时候,我们只希望保留一个region proposal,这个时候就需要使用NMS,具体做法为:
1.设定region proposal的置信度阈值,设定的阈值越小,消除的proposal越多,但是不建议设定过低,避免消除其他目标的proposal。一般设定阈值为0.5。
2.根据每个region proposal的置信度,对其按照降序排序
3.拿出置信度最高的region proposal A,对其他的region proposalB进行IOU操作,得出依次的值与设定的阈值进行比较,若大于阈值,则B筛掉。
4.重复第三步,直到完成所有的筛选
图片来自网络,侵权删
下面说一下什么是IOU:
IOU是两个区域重叠的部分除以两个区域集合部分,即交集比并集。通过设定的阈值,与IOU进行比较
在这里插入图片描述
通过IOU,可以实现对分类模型准确率的好坏的衡量。IOU越高,则模型预测越准确。


本文转载自: https://blog.csdn.net/qq_46738367/article/details/125059765
版权归原作者 摆烂无敌王者 所有, 如有侵权,请联系我们删除。

“浅谈非极大值抑制和IOU”的评论:

还没有评论