NMS非极大值抑制

最新推荐文章于 2024-07-25 21:56:26 发布

zbxzc

最新推荐文章于 2024-07-25 21:56:26 发布

阅读量6.3k

点赞数 3

分类专栏：计算机视觉文章标签：算法

本文链接：https://blog.csdn.net/u014568921/article/details/52511534

版权

计算机视觉专栏收录该内容

44 篇文章 4 订阅

订阅专栏

基本NMS

非极大值抑制算法

Non-Maximum Suppression for Object Detection in Python

非极大值抑制算法

NMS——非极大值抑制

矩形框融合

NMS改进

NMS——卷积网络改进实现

【论文笔记】人脸检测窗口选择办法 NMS convnet

开源|如何用Soft-NMS实现目标检测并提升准确率

https://github.com/bharatsingh430/soft-nms

NMS实现

一个向量化的实现

#coding:utf-8
import numpy as np

def py_cpu_nms(dets, thresh):
    """Pure Python NMS baseline."""
    x1 = dets[:, 0]
    y1 = dets[:, 1]
    x2 = dets[:, 2]
    y2 = dets[:, 3]
    scores = dets[:, 4]

    areas = (x2 - x1 + 1) * (y2 - y1 + 1)
#从大到小排列，取index
    order = scores.argsort()[::-1]
#keep为最后保留的边框
    keep = []
    while order.size > 0:
#order[0]是当前分数最大的窗口，之前没有被过滤掉，肯定是要保留的
        i = order[0]
        keep.append(i)
#计算窗口i与其他所以窗口的交叠部分的面积
        xx1 = np.maximum(x1[i], x1[order[1:]])
        yy1 = np.maximum(y1[i], y1[order[1:]])
        xx2 = np.minimum(x2[i], x2[order[1:]])
        yy2 = np.minimum(y2[i], y2[order[1:]])

        w = np.maximum(0.0, xx2 - xx1 + 1)
        h = np.maximum(0.0, yy2 - yy1 + 1)
        inter = w * h
#交/并得到iou值
        ovr = inter / (areas[i] + areas[order[1:]] - inter)
#ind为所有与窗口i的iou值小于threshold值的窗口的index，其他窗口此次都被窗口i吸收
        inds = np.where(ovr <= thresh)[0]
#下一次计算前要把窗口i去除，所有i对应的在order里的位置是0，所以剩下的加1
        order = order[inds + 1]

    return keep

nms的cpp实现