论文阅读: Soft-NMS

Introduction

传统的NMS (Non-Maximum Supression)去重过程如下:
这里写图片描述

但是对于两个“高度重合的object”,却容易“误杀”,导致只剩下一个bbox:
这里写图片描述

Innovation

针对传统的NMS计算公式:
这里写图片描述

Bharat Singh等人提出了soft版的NMS:
这里写图片描述

即:

不再删除所有与highest-score的bbox大于IoU阈值的框,而改为降低它们的置信度。

根据新公式易知,soft-nms对于 低overlap (注意不是低score)的bbox 保留得更好

落实到代码中真的就是“One line of code”:
这里写图片描述

Result

作者的实验显示,在相同召回率的情况下,不论阈值取0.6、0.7还是0.8,Soft-NMS的accuracy都要稍高过传统NMS一丢丢:
这里写图片描述

作者找了一些higly-overlap objects的场景图来验证Soft-NMS的优越性:
这里写图片描述

Thinking

  • Soft-NMS加强了对highly-overlap objects的正确区分,同时却也削弱了对light-overlap objects的区分能力;

  • 本质上是对overlap情形的一种overfit,所以它只能算是对trade-off的offset;

  • 只有在highly-overlap objects的场景下才能真正发挥作用,普通场景下并没有多少highly-overlap,所以甚至可能有反效果;

  • 个人觉得Soft-NMS其实可以叫做“Overlap-NMS”。


[1] Soft-NMS – Improving Object Detection With One Line of Code

  • 2
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值