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)

  • 微信朋友圈私密权限别人能看吗(微信朋友圈私密评论怎样设置)

    微信朋友圈私密权限别人能看吗(微信朋友圈私密评论怎样设置)

  • 小红书在哪里建群(小红书怎么建造群聊)

    小红书在哪里建群(小红书怎么建造群聊)

  • 快手评论的图片为什么看不到(快手评论的图片怎么删除掉)

    快手评论的图片为什么看不到(快手评论的图片怎么删除掉)

  • tcp和udp协议的相似之处是(tcp与udp协议)

    tcp和udp协议的相似之处是(tcp与udp协议)

  • 华为荣耀30支持无线充电吗(华为荣耀30支持多少w快充)

    华为荣耀30支持无线充电吗(华为荣耀30支持多少w快充)

  • 乐动力步数不上传微信(乐动力的步数和微信步数不一样是为什么)

    乐动力步数不上传微信(乐动力的步数和微信步数不一样是为什么)

  • 抖音可以看到在线状态吗(抖音可以看到在哪里吗)

    抖音可以看到在线状态吗(抖音可以看到在哪里吗)

  • qq相册回收站清空了能恢复吗(qq相册回收站如何清空)

    qq相册回收站清空了能恢复吗(qq相册回收站如何清空)

  • 知乎是什么平台(知乎是什么平台怎么挣钱)

    知乎是什么平台(知乎是什么平台怎么挣钱)

  • oppoa5手机忘记锁屏密码打不开怎么办(oppoA5手机忘记锁屏密码怎么恢复出厂设置)

    oppoa5手机忘记锁屏密码打不开怎么办(oppoA5手机忘记锁屏密码怎么恢复出厂设置)

  • 华为9plus怎么分屏(华为9plus怎么分大小屏)

    华为9plus怎么分屏(华为9plus怎么分大小屏)

  • win10会自己安装驱动吗(win10会自己安装显卡驱动吗)

    win10会自己安装驱动吗(win10会自己安装显卡驱动吗)

  • 苹果手机下载软件太慢怎么办(苹果手机下载软件在哪下)

    苹果手机下载软件太慢怎么办(苹果手机下载软件在哪下)

  • 电脑突然dns未响应(电脑突然dns未响应的原因)

    电脑突然dns未响应(电脑突然dns未响应的原因)

  • 响铃模式震动和静音模式有什么区别(响铃模式震动和静音模式没有了)

    响铃模式震动和静音模式有什么区别(响铃模式震动和静音模式没有了)

  • soul群聊功能怎么没有(soul群聊怎么设置管理)

    soul群聊功能怎么没有(soul群聊怎么设置管理)

  • 微信群聊退出群主能看到吗(微信群聊退出群聊怎么能让群里的人知道)

    微信群聊退出群主能看到吗(微信群聊退出群聊怎么能让群里的人知道)

  • 京东必购码谁收(京东商城的必购码)

    京东必购码谁收(京东商城的必购码)

  • 淘宝直播怎么抢红包(淘宝直播怎么抢货)

    淘宝直播怎么抢红包(淘宝直播怎么抢货)

  • 华为手机超广角模式怎么设置(华为手机超广角在哪里)

    华为手机超广角模式怎么设置(华为手机超广角在哪里)

  • word竖排文字居中并列(word竖排文字居中设置)

    word竖排文字居中并列(word竖排文字居中设置)

  • qq音乐怎么绑定微信(qq音乐怎么绑定小度音箱)

    qq音乐怎么绑定微信(qq音乐怎么绑定小度音箱)

  • 苹果新系统壁纸不能缩小(苹果新系统壁纸怎么解除模糊屏幕)

    苹果新系统壁纸不能缩小(苹果新系统壁纸怎么解除模糊屏幕)

  • access中计算控件怎样使用(access计算控件计算平均年龄)

    access中计算控件怎样使用(access计算控件计算平均年龄)

  • 一人在两家公司上班怎么缴纳个税
  • 售后回购确认为租赁的
  • 关联企业房产转让
  • 人力资源的差额征收怎么报企业所得税
  • 公司筹建期间可以多久
  • 房地产企业消防设施计入什么科目
  • 增值税主表本期缴纳上期应纳税额需要填数嘛
  • 关联方交易容易产生哪些弊端
  • 已认证进项发票转出会计分录
  • 摊销租金是什么意思
  • 公司内部食堂招待费账务处理
  • 买机票返钱
  • 本月无销项只有进项申报表如何填写
  • 承包方给发包方付费
  • 季初是什么意思
  • 1697508560
  • 旅行社差额征税如何开票
  • 购进原材料科目
  • 外贸出口企业的租金能退税吗
  • 加计抵减10%政策文件
  • 采购及安装合同怎么缴纳印花税
  • 去年的记账凭证错了怎么办
  • koeids.dll
  • 零售环节的金银首饰需征收增值税吗
  • 公司所有费用都让一人报销
  • php查询数据库语句
  • 商品盘点短缺和溢余的核算
  • 应对怯场的方法
  • 如何使用rank函数排名
  • 企业所得额不能扣除
  • paul滑雪
  • thinkphp6项目
  • php 5
  • 资本公积属于谁
  • php数据统计分析
  • php变量使用之前需要定义变量类型
  • 【JavaScript 刨根问底之】requestAnimationFrame以及延时器
  • sed多个命令匹配条件格式
  • php中验证码如何实现登录验证
  • PHP编写简易计算器
  • 结转出口退税分录
  • 帝国cms移动端
  • 建筑企业其他应付款包含什么内容
  • 销售使用过的车辆应该如何交增值税
  • 进项发票抵扣税率
  • 退税流程怎么操作个人所得税2022
  • 增值税进项税额加计抵减政策
  • 生产企业购入原材料
  • 不开票收入要交印花税吗
  • 简易计税方法缴纳城建税和教育税
  • 计提应收会计分录
  • 委托加工如何做会计处理
  • 计提工资的凭证要附单据吗
  • 怎样才能制作出白瓷
  • 残保金零申报必须大于0
  • 私营公司商业汇票怎么开
  • 账簿凭证的管理要求
  • sql企业管理器在哪里
  • 虚拟机中的centos怎么联网
  • 意大利的福利政策
  • win8开始屏幕设置
  • redhat6.9安装图解
  • win7 64位系统QQ自动退出重新登录提示您已登录不能重复登录的解决方法
  • android获取音频信息
  • python写一个备份文件功能
  • cocos2dx 3.3 tilemap 缩放滑动并且准确点击对象
  • php autoload
  • nodejs import
  • autorun病毒怎么清理
  • 深入理解ffmpeg pdf
  • js表单事件有哪些
  • javascript 代码
  • Android android.support.v4.widget.SlidingPaneLayout 侧滑示例
  • 重大税务违法案件一案双查标准
  • 南京上班时间2021
  • 开普票需要提供合同吗
  • 什么是解放思想?请阐述解放思想和实事求是之间的关系
  • 贵州银行短信服务怎么开通
  • 怎么查税务是否备案
  • 契税有发票吗,还是纳税证明
  • 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