目标检测算法-SoftNMS
Posted cucwwb
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了目标检测算法-SoftNMS相关的知识,希望对你有一定的参考价值。
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。
以上是关于目标检测算法-SoftNMS的主要内容,如果未能解决你的问题,请参考以下文章