鱼弦:公众号【红尘灯塔】,CSDN博客专家、内容合伙人、新星导师、全栈领域优质创作者 、51CTO(Top红人+专家博主) 、github开源爱好者(go-zero源码二次开发、游戏后端架构 https://github.com/Peakchen)
1. 简介
非最大值抑制(Non-Maximum Suppression,NMS)是目标检测算法中常用的后处理操作,用于消除预测框中的冗余和重叠,只保留最具代表性的预测框。传统的NMS算法基于IoU(Intersection over Union)度量进行计算,但IoU存在一些局限性,例如对尺度和形状敏感,难以区分正负样本等。
为了克服IoU的局限性,研究人员提出了多种改进型NMS算法,例如DIoU-NMS、CIoU-NMS、EIoU-NMS、GIoU-NMS、SIoU-NMS和Soft-NMS等。这些改进型NMS算法在IoU的基础上引入了额外的项,以更好地衡量预测框之间的相似性,从而提高NMS的性能。
2. 改进型NMS算法详解
2.1 DIoU-NMS
DIoU-NMS在IoU的基础上引入了中心点距离项,其计算公式如下:
DIoU = IoU - (center_dist / center_dist_n