fast nms YOLACT

最新推荐文章于 2024-08-07 14:17:28 发布

AI算法网奇

最新推荐文章于 2024-08-07 14:17:28 发布

阅读量4k

点赞数

分类专栏：深度学习宝典视觉相关

本文链接：https://blog.csdn.net/jacke121/article/details/92068855

版权

深度学习宝典同时被 2 个专栏收录

998 篇文章 718 订阅 ¥29.90 ¥99.00

订阅专栏

超级会员免费看

视觉相关

229 篇文章 28 订阅

订阅专栏

本文档深入探讨了YOLACT检测框架中使用的快速Non-Maximum Suppression (NMS)算法，该算法在检测物体时用于消除重叠的边界框。通过源码分析，了解其在提升检测效率上的关键细节。

摘要由CSDN通过智能技术生成

源码地址：https://github.com/dbolya/yolact/blob/1722387d75210361c1f21c911d0e2420a48c7a23/layers/functions/detection.py

 def fast_nms(self, boxes, masks, scores, iou_threshold:float=0.5, top_k:int=200, second_threshold:bool=False):
        scores, idx = scores.sort(1, descending=True)

        idx = idx[:, :top_k].contiguous()
        scores = scores[:, :top_k]
    
        num_classes, num_dets = idx.size()

        boxes = boxes[idx.view(-1), :].view(num_classes, num_dets, 4)
        masks = masks[idx.view(-1), :].view(num_classes, num_dets, -1)