Μη Μέγιστη Καταστολή
Το Non-Maximum Suppression (NMS) είναι το βήμα καθαρισμού που μετατρέπει έναν ακατάστατο σωρό επικαλυπτόμενων πλαισίων ανίχνευσης σε ένα τακτοποιημένο κουτί ανά αντικείμενο.
Επισκόπηση
Without it, detectors would report the same car five or ten times.
Βαθιά κατάδυση
Οι ανιχνευτές αντικειμένων συνήθως προβλέπουν πολλά υποψήφια κουτιά γύρω από κάθε πραγματικό αντικείμενο, το καθένα με βαθμολογία εμπιστοσύνης. Το NMS περιορίζει αυτόν τον πλεονασμό. Ο κλασικός αλγόριθμος άπληστος ταξινομεί όλα τα κουτιά ανά βαθμολογία, διατηρεί το πλαίσιο με την υψηλότερη βαθμολογία και, στη συνέχεια, αφαιρεί κάθε εναπομείναν πλαίσιο του οποίου η επικάλυψη (μετρούμενη με Intersection over Union, IoU) υπερβαίνει ένα όριο όπως το 0,5. Επαναλαμβάνει αυτό στα σωζόμενα κουτιά μέχρι να μην παραμείνει κανένα. Το αποτέλεσμα είναι ένα αντιπροσωπευτικό πλαίσιο ανά αντικείμενο. Το NMS είναι απλό, γρήγορο και ελαφρύ σε παραμέτρους, αλλά έχει αδυναμίες: ένα σταθερό όριο IoU μπορεί να καταστείλει εσφαλμένα ένα γνήσιο κοντινό αντικείμενο σε πολυσύχναστες σκηνές και αντιμετωπίζει την επικάλυψη ως δυαδική. Παραλλαγές όπως το Soft-NMS μειώνουν τις βαθμολογίες αντί να διαγράφουν οριστικά πλαίσια για να το αντιμετωπίσουν.
Τεχνική διορατικότητα
Το βασικό μέτρο είναι το IoU: το εμβαδόν της τομής δύο κουτιών διαιρούμενο με το εμβαδόν της ένωσής τους. Το Greedy NMS είναι O(n^2) στη χειρότερη περίπτωση αλλά γρήγορο στην πράξη. Το κατώφλι IoU ανταλλάσσει την ακρίβεια και την ανάκληση: ένα χαμηλό όριο αφαιρεί περισσότερα κουτιά (κινδυνεύει να χαθούν κοντινά αντικείμενα), ενώ ένα υψηλό κατώφλι διατηρεί περισσότερα (κίνδυνος διπλότυπων). Το NMS εφαρμόζεται συνήθως ανά κλάση, έτσι ώστε τα πλαίσια διαφορετικών κατηγοριών να μην καταστέλλουν το ένα το άλλο.
Στρατηγικός αντίκτυπος
Ταχύτητα και κλίμακα
Το Visual AI μπορεί να αυτοματοποιήσει εργασίες επιθεώρησης, ανίχνευσης και επισήμανσης σε κλίμακα.
Δημιουργήστε επιλογές
Οι δημιουργικές ομάδες μπορούν να δημιουργήσουν πρωτότυπες ιδέες γρηγορότερα με λιγότερες μη αυτόματες αναθεωρήσεις.
Ομάδα και ροή εργασίας
Οι λειτουργίες μπορούν να χρησιμοποιούν σήματα εικόνας και βίντεο που προηγουμένως ήταν δύσκολο να επεξεργαστούν.
Το μέλλον της μη μέγιστης καταστολής
Το NMS παραμένει ο προεπιλεγμένος μετα-επεξεργαστής, αλλά το πεδίο κινείται προς την κατάργησή του. Το Soft-NMS, το DIoU-NMS και οι μαθημένες παραλλαγές βελτιώνουν τον χειρισμό πολυσύχναστων σκηνών, ενώ οι ανιχνευτές από άκρο σε άκρο όπως το DETR χρησιμοποιούν διμερή αντιστοίχιση βάσει συνόλου για να προβλέψουν άμεσα μοναδικά πλαίσια, εξαλείφοντας εντελώς το NMS. Αναμένετε ότι τα κατώφλια που έχουν συντονιστεί με το χέρι θα δώσουν τη θέση τους σε σχέδια που έχουν μάθει ή χωρίς NMS, ειδικά καθώς οι ανιχνευτές μετασχηματιστών ωριμάζουν και τα συστήματα σε πραγματικό χρόνο απαιτούν ντετερμινιστική, χωρίς διακλάδωση μετα-επεξεργασία.
Υλοποίηση σε πραγματικό κόσμο
Σύμπτυξη δεκάδων επικαλυπτόμενων πλαισίων προσώπων σε ένα ανά πρόσωπο σε εφαρμογές κάμερας και προσθήκης ετικετών φωτογραφιών
Παραγωγή καθαρών κιβωτίων μονής οριοθέτησης ανά όχημα και πεζό σε ανιχνευτές αυτόνομης οδήγησης
Κατάργηση αντιγραφής επικαλυπτόμενων πλαισίων περιοχής κειμένου σε αγωγούς OCR εγγράφων και πινακίδων κυκλοφορίας
Καθαρισμός περιττών προτάσεων αντικειμένων σε συστήματα παρακολούθησης ραφιών λιανικής και καταμέτρησης αποθεμάτων
Κίνδυνοι & προστατευτικά κιγκλιδώματα
Τα δικαιώματα εικόνας και η συναίνεση μπορεί να αποτελέσουν νομικούς κινδύνους εάν η προέλευση είναι ασαφής.
Η απόδοση του μοντέλου μπορεί να διαφέρει ανάλογα με το φωτισμό, τα δημογραφικά στοιχεία και τα περιβάλλοντα.
Τα ψευδώς θετικά μπορεί να περάσουν απαρατήρητα εκτός εάν παρακολουθούνται τα όρια εμπιστοσύνης.
Οδικός Χάρτης Εφαρμογής
Καθορίστε κριτήρια αποδοχής για το κόστος ακρίβειας, ανάκλησης και σφάλματος.
Δοκιμή με δεδομένα που ταιριάζουν με πραγματικές συνθήκες παραγωγής.
Προσθέστε ανθρώπινη κριτική για προβλέψεις χαμηλής εμπιστοσύνης ή υψηλού αντίκτυπου.
Παρακολουθήστε τη μετατόπιση του μοντέλου και επικυρώστε εκ νέου μετά από αλλαγές κάμερας ή δεδομένων.
Συνεχίστε την εξερεύνηση
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
Επόμενος οδηγός
BYOL και μη αντιθετική αυτο-επίβλεψη
Συχνές ερωτήσεις
What is Non-Maximum Suppression?
Το Non-Maximum Suppression (NMS) είναι το βήμα καθαρισμού που μετατρέπει έναν ακατάστατο σωρό επικαλυπτόμενων πλαισίων ανίχνευσης σε ένα τακτοποιημένο κουτί ανά αντικείμενο. Χωρίς αυτό, οι ανιχνευτές θα ανέφεραν το ίδιο αυτοκίνητο πέντε ή δέκα φορές.
Ποιος είναι ο κύριος σκοπός του Non-Maximum Suppression στην ανίχνευση αντικειμένων;
Το NMS εξαλείφει τα πολλά επικαλυπτόμενα υποψήφια κουτιά που παράγει ένας ανιχνευτής, αφήνοντας ένα ενιαίο αντιπροσωπευτικό πλαίσιο ανά αντικείμενο.
Ποια μέτρηση χρησιμοποιεί το τυπικό NMS για να αποφασίσει εάν δύο πλαίσια αλληλοεπικαλύπτονται υπερβολικά;
Τα μέτρα NMS επικαλύπτονται με το IoU: η περιοχή τομής διαιρείται με την περιοχή ένωσης των δύο πλαισίων.
Στο άπληστο NMS, ποιο πλαίσιο επιλέγεται πρώτο σε κάθε γύρο;
Το Greedy NMS ταξινομεί τα κουτιά με σιγουριά και διατηρεί το με την υψηλότερη βαθμολογία και, στη συνέχεια, καταστέλλει τα επικαλυπτόμενα κουτιά με χαμηλότερη βαθμολογία.
Ποια είναι μια γνωστή αδυναμία του άπληστου NMS σε πολυσύχναστες σκηνές;
Επειδή διαγράφει οποιοδήποτε πλαίσιο πάνω από το όριο IoU, το NMS μπορεί να καταργήσει εσφαλμένα μια πραγματική ανίχνευση διαφορετικού αντικειμένου που τυχαίνει να επικαλύπτεται.
Πώς διαφέρει το Soft-NMS από το τυπικό NMS;
Το Soft-NMS μειώνει (καταστρέφει) την εμπιστοσύνη των επικαλυπτόμενων πλαισίων αντί να τα απορρίπτει, μειώνοντας την ψευδή καταστολή σε πολυσύχναστες σκηνές.