Introduction
1. NMS
1.1. IoU
1.2. 算法流程
1.3. 单类别多目标(例)
1.4. 多类别(例)
1.5. 常用流程
1.6.优缺点分析
1.7. 参考资料
2. Soft-NMS
2.1. 算法流程
2.2. 代码实现
2.3. 性能分析
2.4. 优缺点分析
2.5. 参考资料
3. Softer-NMS
3.1. 算法思想
3.2. 网络结构
3.3. 算法流程
3.4. 代码分析
3.5. 性能分析
3.6. 优缺点分析
3.7. 参考资料
Published with GitBook
1.6.优缺点分析
1.7.优缺点分析
NMS算法中的最大问题就是它将相邻检测框的分数均强制归零(既将重叠部分大于重叠阈值Nt的检测框移除)。在这种情况下,如果一个真实物体在重叠区域出现,则将导致对该物体的检测失败并降低了算法的平均检测率(average precision, AP)。
NMS的阈值也不太容易确定,设置过小会出现误删,设置过高又容易增大误检。
NMS一般只能使用CPU计算,无法使用GPU计算。
results matching "
"
No results matching "
"