Soft NMS

最新推荐文章于 2023-11-14 08:57:15 发布

Kerrwy

最新推荐文章于 2023-11-14 08:57:15 发布

阅读量2.5k

点赞数 1

分类专栏：深度学习-检测与跟踪文章标签： deeplearning

本文链接：https://blog.csdn.net/Kerrwy/article/details/81540812

版权

Soft NMS是ICCV2017上提出的一种改进目标检测中NMS算法的方法，通过平滑地降低与最高得分框重合度高的框的分数，而非直接删除，减少了误检率。该算法的优点在于可以应用于已训练好的模型，无需重新训练。Soft NMS的数学形式化表达体现了其对重叠框的连续惩罚机制，以减少目标检测的硬阈值问题。

摘要由CSDN通过智能技术生成

昨天阿里一面，聊到了Soft NMS，回来记下：
这是ICCV2017的文章，改进NMS，论文链接：https://arxiv.org/abs/1704.04503 【Improving object detection with one line of code】

我们知道nms是用在目标检测中，去除重复框，降低误检率的。大致解释如下：
这里写图片描述
可以看出，nms略显粗暴啊，因为他直接把和得分最高的box相交大于某个阈值的box置零了，所以就有了这样一个比较soft的算法。
SoftNMS的原理：用稍低一点的分数来代替原有的分数，而不是直接置为零，并且SoftNMS可以直接引入object detection中，不需要重新训练模型，因此这是该算法的一大优点。
下面是SoftNMS的伪代码：

简单来说就是NMS在比较IOU后，直接将把与最大置信度重合高的box给扔掉了，而SoftNMS并没有直接扔掉，而是将和最大置信度重合的box的置信度值降低，IOU与置信度变化的关系由函数f()给出。