【发布时间】：2017-12-09 15:24:06
【问题描述】：
是否可以和/或容易禁用Tensorflow Object Detection API 中提供的现成对象检测器的非最大值抑制部分？例如，我想运行提供的“在 MSCOCO 上训练的 SSD mobilenet”，最后没有非最大值操作。我怎样才能做到这一点？
【问题讨论】：
标签： tensorflow object-detection
【发布时间】：2017-12-09 15:24:06
【问题描述】：
如果您出于速度原因想要执行此操作，唯一的方法是编辑代码本身（请参阅https://github.com/tensorflow/models/blob/master/object_detection/meta_architectures/ssd_meta_arch.py#L331）——这有点涉及，因为您需要将对 NMS 的调用替换为仍然会调用的代码将框放在预期的输出格式中。
如果只是想摆脱NMS的影响，可以简单的设置config文件后处理部分的score_threshold和iou_threshold： https://github.com/tensorflow/models/blob/master/object_detection/samples/configs/ssd_mobilenet_v1_pets.config#L131 分别为 0.0 和 1.0，这意味着，不要过滤低分框，并且仅当它们完全重叠时才根据 iou 修剪框（实际上永远不会）。
【讨论】：
-
更改配置听起来不错，但会影响已保存模型（例如 ssd_mobilenet_v1_coco_11_06_2017）的运行方式吗？我想运行现成的 ssd_mobilenet_v1_coco_11_06_2017。我应该更改哪个配置文件以便简单地删除 NMS 效果？
-
所以我们提供的“现成的”冻结模型如果你只是改变配置就不会改变——这意味着他们将继续使用旧的 NMS 参数。如果您想重新生成那些现成的 .pb 文件，您可以更改配置文件，然后使用 export_inference_graph.py 脚本重新导出。
-
谢谢！我不必导出新的 pb 文件。如果我可以 (i) 导入 SSD 冻结模型，(ii) 更改其配置，即 NMS 参数，以及 (iii) 使用配置运行 SSD 模型，那将是完美的。现在我知道如何处理步骤 (ii)，我需要步骤 (i) 和 (iii) 的帮助。
-
我还需要 ssd_mobilenet_v1_coco_11_06_2017 的配置文件，它似乎不包含在 repo 中。如果没有这个文件，我猜你的建议是行不通的。
-
哦，你应该可以在这里修改 pets 配置文件：github.com/tensorflow/models/blob/master/object_detection/… --- 你需要用适当的 COCO labelmap 替换 Pets labelmap 并更改输出类的数量。 （但没有别的）