吴恩达神经网络和深度学习-学习笔记-44-交并比IoU + 非极大值抑制

交并比IoU——衡量定位精确度

在对象检测任务中，我们希望能够同时定位对象。

人们定义IoU这个概念，是为了评价你的对象定位算法是否精准，但更一般地说，IoU衡量了两个边界框重叠的相对大小。

如果实际边界框是红色的，我们的算法给出这个紫色的边界框，那么这个结果是好还是坏?

交并比(IoU)函数做的是：计算两个边界框交集和并集之比。

在这里，绿色部分为并集，黄色部分为交集。

交并比函数的计算公式如下：

一般约定，在计算机检测任务中，如果IoU大于或等于0.5 就说检测正确。如果预测器和实际边界框完美重叠，IoU就是1。

非极大值抑制

到目前为止你们学到的对象检测中的一个问题是，你的算法可能对同一个对象做出多次检测。

非极大值抑制算法的功能

非最大值抑制这个方法可以确保你的算法对每个对象只检测一次。

在上图中，理论上这辆车只有一个中点，所以它应该只分配到一个格子里，所以理论上应该只有一个格子作出有车的预测。

实践中当你跑对象分类和定位算法时，会对于每个格子都跑一次。所以不仅中点所在的这个格子会认为它里面有车，也许其他相邻的格子也会认为它里面有车。

算法的具体步骤 + 实例演示

• 查看每次报告每个检测结果相关的概率p_c
• 看概率最大的那个（这个例子中是0.9），然后说这是最可靠的检测
• 之后，非最大值抑制会逐一审视剩下的矩形。
  所有和这个最大的边界框有很高交并比（高度重叠）的其他边界框的输出就会被抑制
• 接下来，逐一审视剩下的矩形，重复上面的操作
  （找出概率最高 p_c最高的一个，然后非最大值抑制算法去掉其他IoU值很高的矩形），直到每个矩形都会被高亮显示或者变暗
• 只输出概率最大的分类结果（高亮显示）
  

非极大值抑制算法的细节

首先这个19×19网格上跑一下算法，会得到19×19×8的输出尺寸。
对于这个例子，我们简化一下只做汽车检测，去掉c₁、c₂、c₃。

要实现非最大值抑制：

• 去掉p_c小于或等于某个阈值的所有边界框（抛弃所有概率低于0.6的输出边界框）
• 一直选择概率p_c最高的边界框，把它输出成预测结果（lighten）
• 去掉所有与输出边界框IoU大于0.5的边界框（darken）
• 循环第二步和第三步，直到把没处理完的都处理完

对于多目标检测，就跑相应次数的独立的非极大值抑制。