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)

  • 微信可以直接扫哈罗单车吗(微信可以直接扫码登录吗)

    微信可以直接扫哈罗单车吗(微信可以直接扫码登录吗)

  • 荣耀30s屏幕是多大(荣耀30s屏幕多少钱)

    荣耀30s屏幕是多大(荣耀30s屏幕多少钱)

  • 华为p40支持多少倍数码变焦(华为p40支持多少瓦)

    华为p40支持多少倍数码变焦(华为p40支持多少瓦)

  • 快手买东西不显示订单(快手买东西不显示运费险)

    快手买东西不显示订单(快手买东西不显示运费险)

  • 小红书背景音乐怎么关(小红书背景音乐可以自定义吗)

    小红书背景音乐怎么关(小红书背景音乐可以自定义吗)

  • wps口内打勾快捷键是什么(wps office 打勾)

    wps口内打勾快捷键是什么(wps office 打勾)

  • 微信语音通话手环不提示(微信语音通话手机锁屏为什么没提醒)

    微信语音通话手环不提示(微信语音通话手机锁屏为什么没提醒)

  • 微信怎么能更改微信号(微信怎么能更改好友头像)

    微信怎么能更改微信号(微信怎么能更改好友头像)

  • 抖音怎么删除喜欢里面的视频(抖音怎么删除喜欢的评论)

    抖音怎么删除喜欢里面的视频(抖音怎么删除喜欢的评论)

  • mate与p系列的区别(mate 和p系列)

    mate与p系列的区别(mate 和p系列)

  • 手机边充边玩伤电池吗(手机边充边玩伤充电器吗)

    手机边充边玩伤电池吗(手机边充边玩伤充电器吗)

  • 极速版没有私信吗(极速版通知)

    极速版没有私信吗(极速版通知)

  • 拼多多商家不发货怎么处理(拼多多商家不发货怎么申请赔付)

    拼多多商家不发货怎么处理(拼多多商家不发货怎么申请赔付)

  • 苹果手机激活锁打不开了怎么办(苹果手机激活锁怎么强制解除)

    苹果手机激活锁打不开了怎么办(苹果手机激活锁怎么强制解除)

  • 应用宝内测版是干嘛的(应用宝内测版是什么)

    应用宝内测版是干嘛的(应用宝内测版是什么)

  • 手机屏tp是啥意思

    手机屏tp是啥意思

  • x是什么时候上市的(x是什么时候学的)

    x是什么时候上市的(x是什么时候学的)

  • 微信拉黑名单和删除有区别吗(微信拉黑名单和拉黑名单又删除有什么区别)

    微信拉黑名单和删除有区别吗(微信拉黑名单和拉黑名单又删除有什么区别)

  • 怎么转换eps文件格式(eps文件怎么转换成jpg)

    怎么转换eps文件格式(eps文件怎么转换成jpg)

  • 华为手机微信右下角有个小对勾(华为手机微信右下角有盾牌标是什么意思)

    华为手机微信右下角有个小对勾(华为手机微信右下角有盾牌标是什么意思)

  • 手机上网变慢了如何解决(手机上网变慢了怎么解决)

    手机上网变慢了如何解决(手机上网变慢了怎么解决)

  • 微信悬浮窗怎么关闭(微信悬浮窗怎么删除)

    微信悬浮窗怎么关闭(微信悬浮窗怎么删除)

  • vivo手机高清通话功能(vivo手机高清通话在哪里找到)

    vivo手机高清通话功能(vivo手机高清通话在哪里找到)

  • 微信禁言是怎么回事(微信禁言怎么办)

    微信禁言是怎么回事(微信禁言怎么办)

  • 苹果11代有什么功能(苹果11代有什么特别功能)

    苹果11代有什么功能(苹果11代有什么特别功能)

  • 苹果xr有没有高通基带(苹果xr可以开高帧吗)

    苹果xr有没有高通基带(苹果xr可以开高帧吗)

  • 快手多久不登录会注销(快手多久不登录会自动注销)

    快手多久不登录会注销(快手多久不登录会自动注销)

  • iphone xs max屏幕失灵(iphonexsmax的屏幕刷新率)

    iphone xs max屏幕失灵(iphonexsmax的屏幕刷新率)

  • 微信满屏表情怎么发(微信满屏表情怎么弄)

    微信满屏表情怎么发(微信满屏表情怎么弄)

  • oppowap接入点怎么更换(oppo网络接入点)

    oppowap接入点怎么更换(oppo网络接入点)

  • 经济补偿影响下份工作吗
  • 税收分类编码表下载2023
  • 经营性投资是什么
  • 报销流程如何操作视频
  • 小规模公司企业所得税交多少
  • 申报增值税之后怎么做账
  • 佣金开什么发票内容
  • 一般纳税人收到普票需要价税分离吗
  • 固定资产投资会计处理
  • 增值税专用发票电子版
  • 转出上年的进项税额怎么做分录
  • 建筑行业如何结合个人例子写论文
  • 企业资产负债表图片
  • 固定资产后续支出
  • 工会活动购买物品会计分录
  • 施工单位给你钱敢领吗
  • 不动产证上宗地图名字错一个字
  • 国税2016年第53号公告解读
  • 生活支出计入什么科目
  • 三个点的专票要交多少税
  • 工程业务提成协议合法吗
  • 库存商品无发票所得税怎么调增
  • 该设备正在使用中怎么关闭u盘
  • txt文档乱码怎么办
  • 支付项目工程款可以借流贷吗
  • 结转成本,成本多了还是少了
  • PHP:xml_set_character_data_handler()的用法_XML解析器函数
  • win7为什么显示多重网络
  • 葛根泡水喝的七大功效
  • 专用发票开具错误
  • 波特兰在哪
  • 公司向个人支付劳务费
  • 贷款减值是什么会计科目
  • 信托融资放在哪个科目
  • 印花税的优惠政策和依据
  • yii框架的优点及原理
  • 亏损企业所得税怎么交
  • d3.js下载
  • python怎么安装lxml库
  • javascript获取数组索引
  • web前端视频教程全套
  • 用more命令查看文件内容
  • PHP+mysql+ajax轻量级聊天室实现方法详解
  • 2021年食用油税率
  • 数量金额式账页图片
  • p f和p a的区别
  • 停车费报销怎么说委婉
  • 帝国cms栏目分类
  • 网站用masonry瀑布流无限加载重叠解决方法
  • Windows2003 SQL2005添加系统用户修改系统登录密码
  • 固定资产登记在三栏明细账可以吗
  • 购入车辆发生的费用
  • 发货快递费多少钱
  • 免抵退 免退
  • 建筑工程劳务分包合同范本2019
  • 上月计提少了怎么办
  • 营业外收入与其他业务收入的区别
  • 作废的发票对方还能认证吗
  • 存货账面价值入哪个科目
  • 在建工程明细科目怎么设置
  • 预付账款的
  • 某酒店住宿费用定价分析
  • 企业如何做账可以不交企业所得税
  • 会计凭证审核标准有哪些
  • windows10周年更新
  • mac配置selenium
  • window10h2
  • linux使用zsh
  • linux中的rpm什么意思
  • linux系统中限定系统口令的长度
  • linux文件系统的根目录的i节点号为
  • javascript中循环结构包括
  • javascript构成
  • android FileNotFoundException(Is a Directory)解决办法
  • centos 安装pip3
  • unity3d人物模型
  • jquery增删改查方法
  • 市直单位正职是市单位一把手吗
  • 开专票必须要有规格型号吗
  • 免税企业可以收增值税专票吗
  • 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