NMS (non-maximum suppression)非极大值抑制

由于工作中经常会遇到NMS算法,因此想好好的把这个算法吃透。现整理如下:

 

按照我的理解(刚入职的小白),NMS算法是除去在目标检测中同一目标重叠检测框的。

 

输入的量:一幅图像中检测出来的所有的boxes,所有box的scores(或者说置信度),以及一个为overlap设定的阈值threshold。

 

输出的量:去掉重叠box后的boxes。

 

NMS的思想:其实理解了还蛮简单,就是计算重叠框中score最高的框与其它的框的overlap,如果这个overlap大于我们设定的threshold,说明这些框很可能检测的目标是同一个目标,因此我们保留score最高的框,将其它的框去掉。如果overlap小于我们设定的threshold,说明其它的框可能检测是是别的目标,保留即可。

 

先记录到这里,我看到网上有不少matlab及python的实现,哪天有空我写下C++的实现。

  • 0
    点赞
  • 0
    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