tensorRT nmsPlugin层解读

Parameters

参数

这个自定义层包含两个类： NMSPluginCreator以及DetectionOutput

DetectionOutput自定义层通过一个DetectionOutputParameters参数类来实例化。DetectionOutputParameters 参数如下：

Type	Parameter	Description
bool	shareLocation	所有类别公用一个bbox是设为true，否则false。
bool	varianceEncodedInTarget	variance已在目标中编码是设为True。此时不需要使用variance值来调整预测的bbox。
int	backgroundLabelId	The background label ID. If there is no background class, set it to -1. 使用背景ID，如果没有背景，设为-1.
int	numClasses	Number of classes to be predicted. 需要预测的目标种类数
int	topK	Number of boxes per image with top confidence scores that are fed into the NMS algorithm. 每幅图像可以送入NMS算法的预测框（带评分）的最大数量。
int	keepTopK	Number of total bounding boxes to be kept per image after the NMS step. 在NMS算法之后可保留的bbox总数。
float	confidenceThreshold	Considers detections whose confidences are larger than a threshold. 只考虑置信度大于阈值的bbox。
float	nmsThreshold	Intersection over union (IoU) threshold to be used in NMS. NMS运算时的IOU阈值
codeTypeSSD	codeType	Type of coding method for bbox. bbox的编码策略
int	inputOrder	Specifies the order of inputs {loc_data, conf_data, priorbox_data}, in other words, inputOrder[0] is for loc_data, inputOrder[1] is for conf_data and inputOrder[2] is for priorbox_data. For example, if your inputs in the memory are in the order of loc_data, priorbox_data, conf_data, then inputOrder should be [0, 2, 1]. 规定输入的顺序是{loc_data, conf_data, priorbox_data}，也就是说inputOrder[0] =loc_data, inputOrder[1]= conf_data , inputOrder[2] =priorbox_data. 举个例子, 如果你的输入在内存中的顺序是 loc_data, priorbox_data, conf_data, 那么 inputOrder= [0, 2, 1].
bool	confSigmoid	Set to true to calculate sigmoid of confidence scores. 需要计算置信度分数的sigmoid值是设为true
bool	isNormalized	Set to true if bounding box data is normalized by the network, in other words, the bounding box coordinates used in the model are not pixel coordinates. 如果一个bbox的数值在网络已经正则化，即bbox在网络中的坐标不是正式的像素坐标，设为true。