1.5. 多类别(例)
吴恩达在 deep learning 专项课程中指出,如果有多个分类,正确做法应该是运行多次独立的NMS,每次针对一种输出分类。
吴恩达课程链接:Non-max Suppression
例:有一只猫和一只狗,我们怎么用NMS将检测到的物体框把猫咪和狗子框出来。
如图:
前面提到的单类别多目标范例是一个标准的NMS程序,这还要搭配分类来看。这里的例子和NMS做法一样,现将集合D(确定是物体的集合)选出来,从图中我们可以看到NMS选出来的D={紫色BBox,红色BBox}。
在算法过程中,结合分类的概率,在每个NMS选出的BBox中做类别判断,流程如下:
至此,对NMS应该有初步的了解。