NMS(Non-Maximum Suppression) 非极大值抑制

时间:2021-11-28 01:50:02

NMS  非极大值抑制:找到局部最大值,并删除邻域内其他的值。

简单说一下流程:

首先剔除背景(背景无需NMS),假设有6个边界框,根据分类置信度对这6个边界框做降序排列,假设顺序为A、B、C、D、E、F。

  1. 从置信度最大的边界框A开始,分别判断B-F这5个边界框与A的交并比IOU是否大于设定的阈值;
  2. 如果B、C和A的IOU超过阈值,则删除B、C,其余D、E、F保留;并且A是我们的一个输出;
  3. 在保留的边界框D、E、F中选出置信度最大的D,继续判断D与E、F的IOU,和步骤2一样,如果IOU大于阈值,则删除该边界框,这里假设E、F都删除,则D是我们的第二个输出;
  4. NMS就是一直重复上述过程,并且输出过程中所有的输出,这里的输出即为A、D。

交并比(IOU):两边界框相交部分面积与相并部分面积之比。

NMS(Non-Maximum Suppression)  非极大值抑制

参考:

https://blog.csdn.net/zchang81/article/details/70211851

https://zhuanlan.zhihu.com/p/78504109