修改pvanet中nms算法的方法

pvanet的结构和fasterrcnn基本一样

因需求需要修改nms算法，搜了一些相关的，写篇文章记录一下。

./tools/test_net.py进行测试集合测试,（cpu版本）

将nms算法改为：做nms时，阈值大小根据目标框与图像中间的距离大小不同而改变

 

需要修改的地方：

 

1、test_net.py这个测试脚本会调用pva-faster-rcnn/lib/nms目录下的cpu_nms.so，cpu_nms.so由cpu_nms.pyx生成

所以cpu_nms.pyx文件里为cpu版本nms的算法代码，该代码由CPYTHON语言编写（网上CPYTHON语法一类的东西比较少）。

先用cpython语言，按照自己的需求修改cpu_nms.pyx。在def cpu_nms()这个函数中增加相应参数。

 

2、修改完cpu_nms.pyx文件保存，删除目录下的cpu_nms.so，在pva-faster-rcnn/lib目录中make一下，重新生成cpu_nms.so。

 

3、删除pva-faster-rcnn/lib/fast_rcnn/目录下的nms_wrapper.pyc，修改nms_wrapper.py中调用的 def nms() 和 def cpu_nms()。

 

4、test_net.py首先调用pva-faster-rcnn/lib/fast_rcnn/目录下test.py，test.py中修改在调用def nms()的地方，并把读取每个图片的图片中心点信息作为实参传给def nms()。

 

5、用test_net.py进行测试集测试时，会进行两次nms，第一次在rpn的时候会进行一次，所以需要修改pva-faster-rcnn/lib/rpn/目录下的proposal_layer.py文件中调用def nms()的地方。删除之前生成的proposal_layer.pyc

 

注：修改后的cpu版本检测速度比较慢，4~5s一张图片。