目标检测算法-SoftNMS
2021-04-19 18:28
阅读：610
标签：size loading 面积 nbsp 比较 mic sub 两种 而不是 NMS是常用的目标检测后处理算法，但是NMS对于密集目标的检测就有小问题了，因为NMS是对其他box的IOU与当前最大Confidence的box的IOU进行比较，如果大于一定的阈值，就将当前这个Confidence最大的box周围满足条件的box给去掉。 NMS存在的两个问题: （1）当前两个目标框接近时，分数更低的框就会因为重叠面积过大而被删掉。 （2）NMS的阈值也不太容易确定，设小了就会漏检，设置过大容易增大误检。 NMS:
Soft-NMS的解决思路:不要直接的删除所有IOU大于阈值的框，而是降低置信度。 Soft-NMS: (1)线性加权 （2）高斯加权
两种改进的思想都是，M为当前得分最高的框，bi 为待处理的框，bi 和M的IOU越大，bi 的得分si就下降的越厉害（而不是直接置0） 上图中的框如果使用NMS算法，只会保留蓝色框，而使用Soft-NMS算法，先对三个框置信度排序，蓝>红>绿,只要使用合适的置信度阈值，就可以保留蓝，红框而同时删除绿框了。 目标检测算法-SoftNMS 标签：size loading 面积 nbsp 比较 mic sub 两种 而不是 原文地址：https://www.cnblogs.com/cucwwb/p/13288505.html
评论
亲，登录后才可以留言！