位置: IT常识 - 正文

Pytorch机器学习(八)—— YOLOV5中NMS非极大值抑制与DIOU-NMS等改进(pytorch如何学)

编辑:rootadmin
Pytorch机器学习(八)—— YOLOV5中NMS非极大值抑制与DIOU-NMS等改进 Pytorch机器学习(八)—— YOLOV5中NMS非极大值抑制与DIOU-NMS等改进

目录

Pytorch机器学习(八)—— YOLOV5中NMS非极大值抑制与DIOU-NMS等改进

前言

一、NMS非极大值抑制算法

二、Hard-NMS非极大值代码

三、DIOU-NMS

 四、soft-NMS

前言

推荐整理分享Pytorch机器学习(八)—— YOLOV5中NMS非极大值抑制与DIOU-NMS等改进(pytorch如何学),希望有所帮助,仅作参考,欢迎阅读内容。

文章相关热门搜索词:pytorch如何学,pytorch learning rate,pytorch如何学,pytorch metric learning,pytorch learning rate,pytorch learning rate,pytorch metric learning,pytorch metric learning,内容如对您有帮助,希望把文章链接给更多的朋友!

在目标检测的预测阶段时,会输出许多候选的anchor box,其中有很多是明显重叠的预测边界框都围绕着同一个目标,这时候我就可以使用NMS来合并同一目标的类似边界框,或者说是保留这些边界框中最好的一个。

如果对IOU等知识不了解的可以看我上篇博客Pytorch机器学习(五)——目标检测中的损失函数(l2,IOU,GIOU,DIOU, CIOU)

一、NMS非极大值抑制算法

我们先看一下NMS的直观理解,左图为两个ground truth的bbox,右图为我自己模拟网络输出的预测框。

 而下图则是我使用Pytorch官方提供的NMS实现的非极大值抑制,可以看到经过NMS后预测框保留了效果最好的,去除了冗余的预测框。

 

 下面来讲讲NMS算法的流程,其实也是十分简单的

        一.从所有候选框中选取置信度最高的预测边界框B1作为基准,然后将所有与B1的IOU超过预定阈值的其他边界框移除。

(这时所有边界框中B1为置信度最高的边界框且没有和其太过相似的边界框——非极大值置信度的边界框被抑制了)

        二.从所有候选框中选取置信度第二高的边界框B2作为一个基准,将所有与B2的IOU超过预定阈值的其他边界框移除。

        三.重复上述操作,直到所有预测框都被当做基准——这时候没有一对边界框过于相似

二、Hard-NMS非极大值代码Pytorch机器学习(八)—— YOLOV5中NMS非极大值抑制与DIOU-NMS等改进(pytorch如何学)

在YOLOV5的源码当中,作者是直接调用了Pytorch官方的NMS的API

在general.py中的non_max_suppression函数中

"""其中boxes为Nx4的tensor,N为框的数量,4则为x1 y1 x2 y2socres为N维的tensor,表示每个框的置信度iou_thres则为上面算法中的IOU阈值返回值为一个去除了过于相似框后的,根据置信度降序排列的列表,我们就可以根据此列表输出预测框"""i = torchvision.ops.nms(boxes, scores, iou_thres) # NMS

为了便于后续其他NMS的改进,这里我们也自己写一个NMS算法,这里借鉴了沐神的代码b站链接,大家可以直接在YOLOV5中把上面的torchvision.ops.nms更改为下面的NMS函数

def NMS(boxes, scores, iou_thres, GIoU=False, DIoU=False, CIoU=False): """ :param boxes: (Tensor[N, 4])): are expected to be in ``(x1, y1, x2, y2) :param scores: (Tensor[N]): scores for each one of the boxes :param iou_thres: discards all overlapping boxes with IoU > iou_threshold :return:keep (Tensor): int64 tensor with the indices of the elements that have been kept by NMS, sorted in decreasing order of scores """ # 按conf从大到小排序 B = torch.argsort(scores, dim=-1, descending=True) keep = [] while B.numel() > 0: # 取出置信度最高的 index = B[0] keep.append(index) if B.numel() == 1: break # 计算iou,根据需求可选择GIOU,DIOU,CIOU iou = bbox_iou(boxes[index, :], boxes[B[1:], :], GIoU=GIoU, DIoU=DIoU, CIoU=CIoU) # 找到符合阈值的下标 inds = torch.nonzero(iou <= iou_thres).reshape(-1) B = B[inds + 1] return torch.tensor(keep)

这里的计算IOU的函数——bbox_iou则是直接引用了YOLOV5中的代码,其简洁的集成了对与GIOU,DIOU,CIOU的计算。

def bbox_iou(box1, box2, x1y1x2y2=True, GIoU=False, DIoU=False, CIoU=False, eps=1e-9): # Returns the IoU of box1 to box2. box1 is 4, box2 is nx4 box2 = box2.T # Get the coordinates of bounding boxes if x1y1x2y2: # x1, y1, x2, y2 = box1 b1_x1, b1_y1, b1_x2, b1_y2 = box1[0], box1[1], box1[2], box1[3] b2_x1, b2_y1, b2_x2, b2_y2 = box2[0], box2[1], box2[2], box2[3] else: # transform from xywh to xyxy b1_x1, b1_x2 = box1[0] - box1[2] / 2, box1[0] + box1[2] / 2 b1_y1, b1_y2 = box1[1] - box1[3] / 2, box1[1] + box1[3] / 2 b2_x1, b2_x2 = box2[0] - box2[2] / 2, box2[0] + box2[2] / 2 b2_y1, b2_y2 = box2[1] - box2[3] / 2, box2[1] + box2[3] / 2 # Intersection area inter = (torch.min(b1_x2, b2_x2) - torch.max(b1_x1, b2_x1)).clamp(0) * \ (torch.min(b1_y2, b2_y2) - torch.max(b1_y1, b2_y1)).clamp(0) # Union Area w1, h1 = b1_x2 - b1_x1, b1_y2 - b1_y1 + eps w2, h2 = b2_x2 - b2_x1, b2_y2 - b2_y1 + eps union = w1 * h1 + w2 * h2 - inter + eps iou = inter / union if GIoU or DIoU or CIoU: cw = torch.max(b1_x2, b2_x2) - torch.min(b1_x1, b2_x1) # convex (smallest enclosing box) width ch = torch.max(b1_y2, b2_y2) - torch.min(b1_y1, b2_y1) # convex height if CIoU or DIoU: # Distance or Complete IoU https://arxiv.org/abs/1911.08287v1 c2 = cw ** 2 + ch ** 2 + eps # convex diagonal squared rho2 = ((b2_x1 + b2_x2 - b1_x1 - b1_x2) ** 2 + (b2_y1 + b2_y2 - b1_y1 - b1_y2) ** 2) / 4 # center distance squared if DIoU: return iou - rho2 / c2 # DIoU elif CIoU: # https://github.com/Zzh-tju/DIoU-SSD-pytorch/blob/master/utils/box/box_utils.py#L47 v = (4 / math.pi ** 2) * torch.pow(torch.atan(w2 / h2) - torch.atan(w1 / h1), 2) with torch.no_grad(): alpha = v / ((1 + eps) - iou + v) return iou - (rho2 / c2 + v * alpha) # CIoU else: # GIoU https://arxiv.org/pdf/1902.09630.pdf c_area = cw * ch + eps # convex area return iou - (c_area - union) / c_area # GIoU else: return iou # IoU三、DIOU-NMS

其实DIOU-NMS就是把我上面说的NMS算法中的IOU阈值改为DIOU,将NMS代码中的DIOU设置为True即可。

根据DIOU的论文,如果只是单纯的使用NMS,即是使用IOU作为阈值去筛掉其他预测框时,当两个物体过于接近时,很有可能另外一个物体的预测框就被滤除了。

就像下图中的摩托。使用DIOU-NMS可以一定程度上提升对于靠近的物体的检测。

 四、soft-NMS

网上还有一种soft-NMS的算法,其思想就是传统的NMS,如果只通过IOU值就将其他的框直接去掉,有可能会不妥,于是就引入了soft-NMS。

具体流程就是我们把NMS算法中去除其他边界框改成,修改其他边界框的置信度。

以下引一个博主的图

 其中的f()函数,现在都是使用的高斯函数

si即为置信度,M为当前最大置信度的边界框,bi为其他边界框

网上对此的效果看法也是褒贬不一,我自己也没有试过,但从直觉来说,我个人觉得效果不会有很大的提升,如果感兴趣的可以自己试一试。

本文链接地址:https://www.jiuchutong.com/zhishi/293071.html 转载请保留说明!

上一篇:浏览器:跨域及解决方法(前端解决浏览器跨域问题)

下一篇:网站百度统计被恶意刷广告的处理方法(百度统计网址)

  • 荣耀chl-an00是什么型号(荣耀an00是什么手机)

    荣耀chl-an00是什么型号(荣耀an00是什么手机)

  • 哔哩哔哩清澈人声怎么设置(b站清澈人声怎么开)

    哔哩哔哩清澈人声怎么设置(b站清澈人声怎么开)

  • 电脑bios意思是啥(电脑bios是什么)

    电脑bios意思是啥(电脑bios是什么)

  • 苹果7发热(苹果7发热卡顿严重怎么办)

    苹果7发热(苹果7发热卡顿严重怎么办)

  • mac的alt键怎么按(macbook的alt键在哪)

    mac的alt键怎么按(macbook的alt键在哪)

  • 腾讯王卡免流不支持苹果手机(腾讯王卡免流不包括微信么)

    腾讯王卡免流不支持苹果手机(腾讯王卡免流不包括微信么)

  • 饿了吗手机号注销了登不上(饿了吗手机号注册账户过多怎么办)

    饿了吗手机号注销了登不上(饿了吗手机号注册账户过多怎么办)

  • 好评后的追评怎么删掉(好评的追评怎么删除或撤回)

    好评后的追评怎么删掉(好评的追评怎么删除或撤回)

  • ins上快拍有访客记录吗(ins快拍访客记录会消失吗)

    ins上快拍有访客记录吗(ins快拍访客记录会消失吗)

  • 华为应用锁为什么只能锁一次(华为应用锁为什么老是失灵)

    华为应用锁为什么只能锁一次(华为应用锁为什么老是失灵)

  • 华为删除的照片怎么找回(华为手机删除的照片如何恢复)

    华为删除的照片怎么找回(华为手机删除的照片如何恢复)

  • mate30pro支持40w无线快充吗(mate30pro支持120w)

    mate30pro支持40w无线快充吗(mate30pro支持120w)

  • word段前段后怎么设置自动(word段前段后怎么设置行为磅)

    word段前段后怎么设置自动(word段前段后怎么设置行为磅)

  • nova6se怎么截屏(nova6se怎么截长图)

    nova6se怎么截屏(nova6se怎么截长图)

  • 华为主板坏了还能修吗(华为主板坏了还能用吗)

    华为主板坏了还能修吗(华为主板坏了还能用吗)

  • 苹果手机白色圆圈怎么弄(苹果手机白色圆点怎么设置)

    苹果手机白色圆圈怎么弄(苹果手机白色圆点怎么设置)

  • 微信怎么扫对方码付款(怎么关联对方微信)

    微信怎么扫对方码付款(怎么关联对方微信)

  • 手机里软件怎样卸裁(手机里软件怎样装到电视果)

    手机里软件怎样卸裁(手机里软件怎样装到电视果)

  • 数据的表现形式(数据的表现形式主要有数字和符号)

    数据的表现形式(数据的表现形式主要有数字和符号)

  • 网易云可以赠送单曲吗(网易云可以赠送云贝吗)

    网易云可以赠送单曲吗(网易云可以赠送云贝吗)

  • 投影图像一边宽一边窄(投影画面一边宽一边窄)

    投影图像一边宽一边窄(投影画面一边宽一边窄)

  • oppok3没有耳机吗(oppok3耳机孔插耳机没反应了)

    oppok3没有耳机吗(oppok3耳机孔插耳机没反应了)

  • google搜索打不开?(google搜索打不开怎么办)

    google搜索打不开?(google搜索打不开怎么办)

  • 华硕win10笔记本播放音乐有杂音怎么办(华硕win10笔记本如何恢复出厂设置)

    华硕win10笔记本播放音乐有杂音怎么办(华硕win10笔记本如何恢复出厂设置)

  • chkconfig命令  管理服务程序(chkconfig命令参数)

    chkconfig命令 管理服务程序(chkconfig命令参数)

  • 2023年印花税税率口诀
  • 上月多计提增值税
  • 金税盘解锁后是否可以直接使用
  • 增值税专用发票抵扣税额是什么意思
  • 金蝶财务系统录入发票
  • 生产经营所得如何缴纳个人所得税
  • 支付单位结算卡年费计入什么科目
  • 应收账款已收回但是账面还有余额怎么处理
  • 支付员工出差住宿费
  • 用于展览的存货如何做会计处理?
  • 小规模纳税人查账征收所得税税率
  • 提成工资可以扣发吗?
  • 出售二手车税收优惠
  • 七月一号出台的什么政策
  • 学校有税号可以收专票吗
  • 租房中介费计入租赁费吗
  • 开发人员选项怎么改定位
  • 应收账款转让的会计处理
  • 无车承运业务如何开展
  • 退税发票勾选后开红冲发票怎么申报
  • 外购集体福利用交税吗
  • 可供出售金融资产会计处理
  • 员工出差买的保险怎么入账
  • 评标费由谁支付
  • 无形资产的摊销计入什么科目
  • PHP:http_build_query()的用法_url函数
  • php imagick
  • 如何计算企业年度人均产值
  • 【2023亲测可用】JS 获取电脑本地IP 和 电脑网络IP(外网IP|公网IP)
  • 企业租赁房屋怎么开票
  • uniapp官方教程
  • frameworks
  • pytorch中embedding
  • vue2和vue3的区别大么
  • php静态方法可以被继承吗
  • 一般纳税人怎么申请纳税
  • day29--Java泛型02
  • 政府补助的核算内容有哪些
  • 租赁合同印花税怎么申报缴纳
  • php是什么
  • 怎么安装vue-cli脚手架
  • 厂家给的返点怎么下往来账
  • mysql中触发器的创建有多个执行语句
  • 个税补缴纳
  • 股东借款怎么转为利润分配
  • 土地使用权使用寿命不确定要摊销吗
  • 一般纳税人企业所得税怎么征收
  • 没有原始凭证可以记账吗
  • 委托加工物资的消费税
  • 非盈利组织固定资产金额标准最新规定
  • 买下土地
  • 进口设备 退税
  • 进项认证怎么算
  • 投资性房地产如何进行初始计量
  • 筹建期费用账务处理
  • 会计里面的管理费用
  • 可以先注销银行信用卡吗
  • 模具的生产工艺流程
  • mysql column is ambiguous
  • win键有啥用
  • imessage对方看了会显示已读吗
  • freebsd默认账户密码
  • 如何把windowsxp换成windows7
  • win8.1使用
  • w10自启
  • win7操作系统的主要功能
  • win7系统重装后蓝屏
  • Android OpenGL ES(七)----理解纹理与纹理过滤
  • unity2018地形
  • shader入门
  • rsync include-from
  • nodejs co
  • javascript语言基础
  • 国家税务总局党委委员名单
  • 贵州地税网上申报大厅
  • 台州土地成交
  • 税务执法资格考试
  • 个体税务怎么查询
  • 分支机构如何变更为独立纳税人?
  • 优化营商环境关于人才工作
  • 免责声明:网站部分图片文字素材来源于网络,如有侵权,请及时告知,我们会第一时间删除,谢谢! 邮箱:opceo@qq.com

    鄂ICP备2023003026号

    网站地图: 企业信息 工商信息 财税知识 网络常识 编程技术

    友情链接: 武汉网站建设