YOLOv8 更换NMS:DIoU-NMS、CIoU-NMS、EIoU-NMS、GIoU-NMS、SIoU-NMS和Soft-NMS详解

本文详细介绍了YOLOv8目标检测算法中非最大值抑制(NMS)的改进版,如DIoU-NMS、CIoU-NMS、EIoU-NMS、GIoU-NMS、SIoU-NMS和Soft-NMS,分析了它们如何克服传统IoU的局限性,提高NMS的性能和鲁棒性,并提供了代码示例和应用场景。
摘要由CSDN通过智能技术生成

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
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

打赏作者

鱼弦

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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