Soft-NMS算法(改进的NMS算法)
原版的NMS算法,即非极大值抑制,其大致思路:获得得分最高的预选框,然后计算其它预选框与其重叠区域,如果大于某一阈值,则将其舍弃。
可能产生的问题:目标的漏检,如下图所示:

由于得分最高的那个框已经被选出来了,得分第二高的框与其重叠面积过大,因此通过NMS后被舍弃了,导致第二匹马不能被检测出来,为了解决这个问题,Soft-NMS出现了。
Soft-NMS
核心思路上,基于原版的,其实就添加了一个环节,当选出第一个得分最高的预选框,并用其余框与其进行重叠区域面积(IOU)计算之后,若所有预选框都被舍弃了,那么此时,将原来得分第二高的预选框也纳入最终结果之中,并用剩余的预选框与得分第二高的这个框进行IOU的计算,如此往复。
相关文章:
-
2021-07-13
-
2021-08-03
-
2021-06-26
-
2021-11-01
-
2022-12-23
-
2021-07-05
-
2021-08-20
猜你喜欢
-
2022-01-16
-
2021-08-09
-
2022-12-23
-
2021-10-14
-
2021-04-11
相关资源
-
下载
2021-07-14
-
下载
2023-01-28
-
下载
2022-12-04
-
下载
2023-04-07