Не-максимално потискане
Немаксималното потискане (NMS) е стъпката за почистване, която превръща разхвърляна купчина от припокриващи се кутии за откриване в една подредена кутия за обект.
Преглед
Without it, detectors would report the same car five or ten times.
Дълбоко гмуркане
Детекторите на обекти обикновено предсказват много квадратчета кандидати около всеки реален обект, всеки с оценка на доверието. NMS подрязва това излишък. Класическият алчен алгоритъм сортира всички кутии по резултат, запазва този с най-висок резултат, след което премахва всички останали кутии, чието припокриване с него (измерено чрез Intersection over Union, IoU) надвишава праг като 0,5. Повтаря това върху оцелелите кутии, докато не остане нито една. Резултатът е една представителна кутия на обект. NMS е проста, бърза и с леки параметри, но има слабости: фиксиран праг на IoU може погрешно да потисне истински близък обект в сцени с много хора и третира припокриването като двоично. Варианти като резултати от затихване на Soft-NMS вместо директно изтриване на кутии за справяне с това.
Техническа информация
Основната мярка е IoU: площта на пресичането на две кутии, разделена на площта на тяхното обединение. Алчният NMS е O(n^2) в най-лошия случай, но бърз на практика. Прагът на IoU заменя прецизността и извикването: нисък праг премахва повече кутии (рискувайки пропуснати близки обекти), докато високият праг запазва повече (рискувайки дубликати). NMS обикновено се прилага за клас, така че кутиите от различни категории да не се потискат взаимно.
Стратегическо въздействие
Speed and scale
Visual AI може да автоматизира задачи за проверка, откриване и маркиране в мащаб.
Build choices
Творческите екипи могат да създават прототипи на концепции по-бързо с по-малко ръчни ревизии.
Team and workflow
Операциите могат да използват изображения и видео сигнали, които преди са били трудни за обработка.
Бъдещето на немаксималното потискане
NMS остава постпроцесорът по подразбиране, но полето се движи към премахването му. Soft-NMS, DIoU-NMS и научените варианти подобряват управлението на претъпкана сцена, докато детекторите от край до край като DETR използват двустранно съпоставяне на базата на набор, за да предскажат директно уникални кутии, елиминирайки изцяло NMS. Очаквайте ръчно настроените прагове да отстъпят място на научени или без NMS дизайни, особено след като детекторите на трансформатори стават зрели и системите в реално време изискват детерминистична последваща обработка без разклонения.
Внедряване в реалния свят
Свиване на десетки припокриващи се кутии с лица в по едно на лице в приложения за камера и маркиране на снимки
Създаване на чисти, единични ограничителни кутии за превозно средство и пешеходец в детектори за автономно шофиране
Дедупликиране на припокриващи се полета за текстови региони в OCR конвейери за документи и регистрационни табели
Почистване на предложения за излишни обекти в системи за наблюдение на рафтове на дребно и инвентаризация
Рискове и предпазни огради
Правата върху изображението и съгласието могат да се превърнат в правни рискове, ако произходът е неясен.
Производителността на модела може да варира в зависимост от осветлението, демографските данни и средата.
Фалшивите положителни резултати могат да останат незабелязани, освен ако не се наблюдават праговете на достоверност.
Пътна карта за изпълнение
Определете критерии за приемане за прецизност, извикване и разходи за грешки.
Тествайте с данни, които съответстват на реалните производствени условия.
Добавете преглед от човек за прогнози с ниска степен на сигурност или с голямо въздействие.
Проследявайте дрейфа на модела и проверявайте отново след промени в камерата или набора от данни.
Продължете да изследвате
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Non-Maximum Suppression quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Next guide
BYOL и неконтрастивен самоконтрол
Frequently asked questions
What is Non-Maximum Suppression?
Немаксималното потискане (NMS) е стъпката за почистване, която превръща разхвърляна купчина от припокриващи се кутии за откриване в една подредена кутия за обект. Без него детекторите биха отчели една и съща кола пет или десет пъти.
Каква е основната цел на Non-Maximum Suppression при откриване на обект?
NMS елиминира многото припокриващи се кутии кандидати, които детекторът произвежда, оставяйки една представителна кутия за обект.
Кой показател използва стандартният NMS, за да реши дали две кутии се припокриват твърде много?
Мерките на NMS се припокриват с IoU: зоната на пресичане, разделена на обединената площ на двете кутии.
В greedy NMS кое поле се избира първо във всеки кръг?
Greedy NMS сортира кутиите по увереност и запазва тази с най-висок резултат, след което потиска припокриващите се кутии с по-нисък резултат.
Каква е известната слабост на алчния NMS в пренаселените сцени?
Тъй като изтрива всяко поле над прага на IoU, NMS може погрешно да премахне истинско откриване на различен обект, който се припокрива.
Как Soft-NMS се различава от стандартния NMS?
Soft-NMS понижава (разпада) увереността на припокриващите се кутии, вместо да ги изхвърля, намалявайки фалшивото потискане в сцени с много хора.