NMS总结

一. NMS

目标检测：同一个类别中，以置信度为首选，置信度高的，抑制（删除）周围交集大的置信度低的框。

这里直接以Soft-NMS论文中的一幅图为例子：

输入：
- 每次输入一个类，类内进行NMS
- \(B={b_1,...,b_N}\) ：检测到的bounding box
- \(S={s_1,...,s_N}\) ：置信度
- \(N_t\) ：NMS的阈值
设置一个 \(D = \{\}\) 为空，用于存储最终的框BBOX
开始循环（直到 \(B\) 为空结束:
- \(m=argmax(S)\) ：排序置信度，获得index
- \(M=B[m[0]]\) ：这里原论文表述有点歧义，\(M\) 表示当前最大置信度的BBOX
- \(D=D\cup M， B=B-M，S=S-M[m[0]]\) ：将 \(M\) 添加进 \(D\) 中，因为当前置信度最大值一定是最终BBOX。将 \(M\) 从 \(B\) 中移除，获得一个少一个。其实也应该将 \(S\) 进行同等 \(B\) 的操作。
- 对剩下的 \(B\) 进行循环：
  - 获得当前 \(b_i\)
  - 计算当前 \(IOU(M,b_i)\)
    - 大于阈值：\(B=B-b_i，S=S-s_i\) 直接移除即可，肯定不是最终BBOX
获得 \(D\) 最终的BBOX，如果你想得到置信度，直接类似 \(D\) 操作建立一个空白数组即可。

部分代码修改，如有BUG请参考源码

# --------------------------------------------------------

# Fast R-CNN

# Copyright (c) 2015 Microsoft

# Licensed under The MIT License [see LICENSE for details]

# Written by Ross Girshick

# --------------------------------------------------------

#

import numpy as np

def py_cpu_nms(dets, thresh):

    """Pure Python NMS baseline."""

    x1 = dets[:, 0]

    y1 = dets[:, 1]

    x2 = dets[:, 2]

    y2 = dets[:, 3]

    scores = dets[:, 4]

    areas = (x2 - x1 + 1) * (y2 - y1 + 1)

    order = scores.argsort()[::-1]

    keep = []

    while order.size > 0:

        i = order[0]

        keep.append(i)

        xx1 = np.maximum(x1[i], x1[order])

        yy1 = np.maximum(y1[i], y1[order])

        xx2 = np.minimum(x2[i], x2[order])

        yy2 = np.minimum(y2[i], y2[order])

        w = np.maximum(0.0, xx2 - xx1 + 1)

        h = np.maximum(0.0, yy2 - yy1 + 1)

        inter = w * h

        ovr = inter / (areas[i] + areas[order] - inter + 1e-9)

        inds = np.where(ovr <= thresh)[0]

        order = order[inds]

        pass

    return keep

if __name__ == "__main__":

    result = py_cpu_nms(np.array([[1,2,3,4,0.5],

                                [1,2,3,4,0.6],

                                [1,2,3,4,0.7],

                                [10,40,30,40,0.8]]), 0.8)

    print(f'NMS Index: {result}')

二. Soft-NMS

NMS直接使用一个固定的阈值进行判断，Soft-NMS顾名思义是利用一个软化的判断条件：

一句话带过：使用一个函数代替 \(IOU\) 的结果，把结果当做置信度，最后进行集中判断。

Paper

三. IOU-Guided NMS

上面两种NMS、Soft-NMS都是使用 \(Score\) 作为最终指标，使用IOU作为抑制指标。

下面这幅图可以看出，\(Score\) 和 IOU 不成正比，进一步提出使用IOU作为最终指标，同时使用IOU也作为抑制指标

伪代码已注释，源代码未开源且需要IOU分支，无法直接剥离出来，所以使用的人基本没有。

Paper

四. Softer-NMS

思想和IOU-NMS差不多，都是解决 \(Score\) 作为最终指标的缺陷

论文主要分为两个部分；

分布估计

这部分可以参考：GFocal

根据上面参考，这篇论文的思路就很简单了。

论文假设Location属于高斯分布（类似Gaussian-YOLO），实际的值属于Delta分布（因为是单一值）

很明显的想到使用分布相似度估计（KL散度等），看下面的图，理想状态是方差为0高斯分布趋向于一条直线

考虑一下，当中心点偏差较大时，方差越大Loss就越大（带入几个数算一下），这里可以当做NMS中的计算，确定好最大置信度，旁边的框方差越大越好

中心点：预测的位置坐标，方差=标准差：高斯分布的参数。在Loss公式，这两个值不是正比例关系，当位置正好等于label时，方差越小越好。其它情况得看公式作图了。

具体公式参考原论文，建议先看懂GFocal，那对于这篇文章就很简单

结果是我们获得了位置和方差，同时Cls分支也得到了置信度

NMS操作

NMS是直接将大于阈值的框置信度设置为0（对周围框处理）

Soft-NMS是降低大于阈值的框置信度（对周围框处理）

IOU-NMS是将置信度换成IOU，其它和NMS一样（对置信度处理）

Softer-NMS是给予周围框一定权重，影响置信度最大的框（对当前框进行处理）

伪代码如下图所示，最大值按照置信度排序，最终的值是根据周围IOU和方差进行计算的权值，加权到最大置信度框上。笔者未具体看源码

五. DIOU-NMS

这里涉及到目标检测的Loss函数，IOU、GIOU、CIOU、DIOU等，当前使用DIOU作为Loss，效果确实有提升。

该方法直接使用DIOU代替置信度，没什么好说的

六. 总结

下面对方法进行一下总结：

方法	置信度	最大值操作	邻居大于阈值	邻居丢弃情况
NMS	分类score	直接使用	直接抑制为0	直接丢弃
Soft-NMS	分类score	直接使用	按IOU抑制	可能丢弃
IOU-NMS	IOU	直接使用	直接抑制为0	直接丢弃
Softer-NMS	分类score	结合邻居使用	按iOU抑制	可能丢弃
DIOU-NMS	DIOU	直接使用	直接抑制为0	直接丢弃

巴特西

NMS总结

NMS总结

一. NMS

二. Soft-NMS

三. IOU-Guided NMS

四. Softer-NMS

五. DIOU-NMS

六. 总结

最新文章

热门文章