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)

  • windows11怎么快速显示桌面(windows11怎么快速打开任务管理器)

    windows11怎么快速显示桌面(windows11怎么快速打开任务管理器)

  • 查找我的iphone关机了还能找到吗(查找我的iphone关闭定位后还能定位吗)

    查找我的iphone关机了还能找到吗(查找我的iphone关闭定位后还能定位吗)

  • 红米k30i和k30的区别(红米k30i和红米k30区别)

    红米k30i和k30的区别(红米k30i和红米k30区别)

  • 拼多多拼小圈怎么关闭(拼多多拼小圈怎么关闭自己的动态)

    拼多多拼小圈怎么关闭(拼多多拼小圈怎么关闭自己的动态)

  • OPPO手机如何恢复备份(oppo手机如何恢复删除的照片和视频)

    OPPO手机如何恢复备份(oppo手机如何恢复删除的照片和视频)

  • 罗技k845怎么切换灯光(罗技k780怎么关闭切换功能)

    罗技k845怎么切换灯光(罗技k780怎么关闭切换功能)

  • cpu最高可以多少度(cpu最高超到多少)

    cpu最高可以多少度(cpu最高超到多少)

  • 钉钉属于腾讯王卡吗(钉钉是不是属于腾讯)

    钉钉属于腾讯王卡吗(钉钉是不是属于腾讯)

  • qq资料卡封面是什么东西(qq资料设置里的封面是哪里)

    qq资料卡封面是什么东西(qq资料设置里的封面是哪里)

  • 人人视频为什么下载不了(人人视频为什么不能投屏)

    人人视频为什么下载不了(人人视频为什么不能投屏)

  • 红米note8pro有nfc吗(红米note8pro有万能遥控吗)

    红米note8pro有nfc吗(红米note8pro有万能遥控吗)

  • pcl负载端接什么线(负载端和n怎么接)

    pcl负载端接什么线(负载端和n怎么接)

  • 耳机线控失灵原因(耳机线控失灵修复小技巧)

    耳机线控失灵原因(耳机线控失灵修复小技巧)

  • 苹果展示机与正品区别(苹果展示机与正品手感不一样)

    苹果展示机与正品区别(苹果展示机与正品手感不一样)

  • ipad怎么连接电视(IPAD怎么连接电脑充电)

    ipad怎么连接电视(IPAD怎么连接电脑充电)

  • 苹果11怎么下载QQ(苹果11怎么下载软件)

    苹果11怎么下载QQ(苹果11怎么下载软件)

  • 苹果xsmax是单卡还是双卡(苹果xsmax是几代)

    苹果xsmax是单卡还是双卡(苹果xsmax是几代)

  • 腾讯视频怎么没有倍速播放(腾讯视频怎么没有声音)

    腾讯视频怎么没有倍速播放(腾讯视频怎么没有声音)

  • 荣耀9x有没有人脸识别(荣耀9x有没有人工智能YOYO)

    荣耀9x有没有人脸识别(荣耀9x有没有人工智能YOYO)

  • 会计专业难学吗?(会计事务专业学什么)

    会计专业难学吗?(会计事务专业学什么)

  • 防沉迷怎么修改

    防沉迷怎么修改

  • iphone6蓝牙信号修复(苹果6蓝牙信号不好)

    iphone6蓝牙信号修复(苹果6蓝牙信号不好)

  • 电脑usb接口全部失灵(电脑usb接口全部失灵修复小技巧)

    电脑usb接口全部失灵(电脑usb接口全部失灵修复小技巧)

  • 怎么用OneKey Ghost安装系统 onekey ghost安装win7详细图文步骤(怎么用onekey重装系统)

    怎么用OneKey Ghost安装系统 onekey ghost安装win7详细图文步骤(怎么用onekey重装系统)

  • ubuntu下载的的VScode不能输入中文解决(ubuntu 安装vs code)

    ubuntu下载的的VScode不能输入中文解决(ubuntu 安装vs code)

  • Mtdacq.exe - Mtdacq是什么进程 有什么用

    Mtdacq.exe - Mtdacq是什么进程 有什么用

  • 小规模纳税人每月不超过10万
  • 一般纳税人附加税优惠政策2023
  • 差额税征收标准
  • 劳务公司收到劳务费怎么做账
  • 应付账款超过三年未付
  • 合伙企业借款利息收入个税
  • 企业怎样才能做好信用信息修复?
  • 会计凭证借方和贷方怎么填
  • 刚成立的外贸公司做小规模纳税人好不好
  • 车辆购置税多少?
  • 汇算清缴亏损在后期弥补时怎么做会计处理?
  • 公司改变工资结构变相降工资怎么办
  • 农产品加计扣除政策2023最新
  • 月末结转所有收入类账户
  • 房产增值税征收期限
  • 金税盘如何红冲已抵扣专票
  • 差旅费应交税费会计科目
  • 固定资产停止使用还计提折旧吗
  • 软件合同审核要点
  • 总账会计需要做账吗
  • 增值税减少对企业的利弊
  • 税局代开专票作废怎么做账
  • 企业押金怎么管理
  • 可引导的macos
  • 收到发票未抵扣谁开红字
  • 代办营业执照费用税务编码是多少
  • el-input value
  • 前端数据统计图
  • 企业购进商品取得的现金折扣
  • 何为前端后端
  • sql数据库语句基本语法
  • 红字增值税发票怎么开具图解
  • 冲红的销项税怎么结转
  • 公司账户转法人账户
  • 人工智能agi
  • linuxless命令查看文件
  • 代发工资一般收多少服务费
  • discuz隐藏查看
  • mongodb中的objectid
  • 开票项目与实际不符合
  • 工程项目怎么挣钱
  • 工会经费能不能用于体检
  • 增值税税控维护费
  • 税务师有用么,相当于中级还是高级
  • 私企固定资产报废程序
  • 企业设置的坏账科目
  • 公司拨款给个人分录
  • 报表其他应收款包括哪些内容
  • 卖旧固定资产计入哪个科目
  • 查定征收和查验征收怎么区分
  • 价格调节基金费率
  • 退休人员在企业工作工资怎么算
  • 职工福利费的计提比例为职工工资总额扣除奖金后的
  • 环境检测费属于什么费用
  • u8委外怎么核销
  • 没有认证的进项发票可以做成本吗
  • 直接费用的定义
  • 私营企业固定资产折旧
  • macos mysql
  • wp_official_1.1.3.apk软件下载
  • windows10网页打不开怎么办
  • linux修改时间格式
  • 铁嘴银牙剧情简介
  • 耳朵前皮下有个小软包
  • Jquery+Ajax+PHP+MySQL实现分类列表管理(下)
  • unity 数学
  • 了不起的女孩
  • 最基本的实现进程是
  • unity安卓手机游戏官网
  • jQuery中ajax的load()与post()方法实例详解
  • jquery教程 csdn
  • unity优化技巧
  • javascript怎么学好
  • 利用ctypes提高Python的执行速度
  • bootstrap的组件
  • 电子税务局实名认证
  • 国家税务总局简易征收最新文件
  • 增值税劳务费发票图片
  • 代理记账广告语怎么写
  • 北京税务迁址流程是什么
  • 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