目标窗口检测算法NMS非极大值抑制

YOLO在最后的一个步骤就是对 SxSx(Bx5&＃43;C) 个向量进行非极大值抑制&＃xff08;Non-max suppression&＃xff09;&＃xff0c;一开始不是太明白非极大值抑制是如何操作的&＃xff0c;也就是不太清楚YOLO最后做完卷积后如何对求得向量进行预测&＃xff0c;求得目标框位置。

对YOLO代码分析完之后对其他步骤操作有了一个大致的认识之后&＃xff0c;回顾最后一步非极大值抑制&＃xff0c;发现非极大值抑制在R-CNN、Fast-RCNN都有用到的同样的概念&＃xff0c;因此YOLO的论文并没有提到如何进行非极大值抑制。

其实在物体检测领域当中&＃xff0c;非极大值抑制应用十分广泛&＃xff0c;目的是为了消除多余的框&＃xff0c;找到最佳的物体检测的位置。那么具体如何操作呢&＃xff1f;如下图所示&＃xff0c;有三个boundingbox&＃xff0c;其中第一个绿色boundingbox的置信度是0.7&＃xff0c;第二个绿色boundingbox的置信度是0.6&＃xff0c;第三个绿色boundingbox的置信度是0.7。非极大值抑制就是在这三个框当中选出置信度最高&＃xff0c;且最有可能代表是目标的boundingbox。

为了研究透NMS到底是如何操作的&＃xff0c;我来随机定义了4个窗口&＃xff0c;置信度分别是[0.5, 0.7, 0.6, 0.7]&＃xff0c;对应上图的多了一个方框。算法的核心&＃xff1a;

把置信度最高的一个boundingbox(bbox)作为目标&＃xff0c;然后对比剩下bbox与目标bbox之间的交叉区域
如果交叉区域大于设定的阈值&＃xff0c;那么在剩下的bbox中去除该bbox&＃xff08;即使该bbox的置信度与目标bbox的置信度一样&＃xff09;—-这个操作就是抑制最大重叠区域
把第二置信度高的bbox作为目标&＃xff0c;重复1、2

dets &＃61; np.array([
[204, 102, 358, 250, 0.5],
[257, 118, 380, 250, 0.7],
[280, 135, 400, 250, 0.6],
[255, 118, 360, 235, 0.7]
])

thresh &＃61; 0.3

import numpy as np

def py_cpu_nms(dets, thresh):
“”“Pure Python NMS baseline.”""
x1 &＃61; dets[:, 0]
y1 &＃61; dets[:, 1]
x2 &＃61; dets[:, 2]
y2 &＃61; dets[:, 3]
scores &＃61; dets[:, 4]

areas &＃61; (x2 - x1 &＃43; 1) * (y2 - y1 &＃43; 1)
order &＃61; scores.argsort()[::-1]keep &＃61; []
while order.size > 0:i &＃61; order[0]keep.append(i)xx1 &＃61; np.maximum(x1[i], x1[order[1:]])yy1 &＃61; np.maximum(y1[i], y1[order[1:]])xx2 &＃61; np.minimum(x2[i], x2[order[1:]])yy2 &＃61; np.minimum(y2[i], y2[order[1:]])w &＃61; np.maximum(0.0, xx2 - xx1 &＃43; 1)h &＃61; np.maximum(0.0, yy2 - yy1 &＃43; 1)inter &＃61; w * hovr &＃61; inter / (areas[i] &＃43; areas[order[1:]] - inter)inds &＃61; np.where(ovr <&＃61; thresh)[0]order &＃61; order[inds &＃43; 1]return keep


最后的效果就是得到开始定义的4个bbox中的第4个(3):
![NMS算法思路来源于&＃xff1a;https://chenzomi12.github.io/2016/12/14/YOLO-nms/]