Learning non-maximum suppression 论文笔记

background

​

任务：通过可学习的NMS，代替传统的NMS。
关键词：Learning non-maximum suppression
​

Introduction

传统的NMS基本都是不健全的，阈值的不同，检测的效果也不同，而且不同的场景中的阈值必然不同，但预测时的超参数是固定的，所以传统的NMS很难找到一个合适的阈值，使其达到很好的效果。
​

本文主要是像通过神经网络来代替NMS，通过一个可训练的网络，来达到健全的效果，能够适应场景的变化，但是本文中的神经网络的缺点就是参数众多，需要大量的实验数据来训练，（本文发表实际比较早），但对未来在NMS的研究上提供了不少的借鉴。
​

Model（learning NMS）

learning NMS

block：
​

基本过程

如果一张图片中有n个检测框，每个框对应一个向量c
对于每个检测用$d_i$表示，则与其他检测框向量$d_j$和g向量组成新的向量，维度
所以对于$d_i$一共$k_i+1$个，$k_i$为第i个检测框的相邻框的个数（$要求iou>0.2$）,这样会组成一个$(k_i+1)\ast l$的矩阵，该矩阵对应一个框与相邻框组成的矩阵。
​

然后通过多个block和fc+pooling的到最后的向量$l$,维度为$2\ast c+g$,因为有n个检测框，所以最后实际得到的是$n\ast (2\ast c+g)$的矩阵。



然后通过fc得到最新的分数向量。



然后将行向量中的按得分项降序排列，选取得分项大的，与实际的labels匹配，$y_i=1$,未匹配，$y_i=-1$。
​

经过上面的神经网络：
​


损失函数：
​


​

Experiment

PETS: Pedestrian detection in crowds


COCO: Person detection
​

learn from paper

对于无法学习的NMS，本文想通过神经网络来代替，然后通过matching，形成1对1的组合，做损失。通过大量的参数学习来代替NMS，算是为未来的去除nms的工作提供了引导。


​

​

​

​