गैर-अधिकतम दमन
गैर-अधिकतम दमन (एनएमएस) सफाई कदम है जो ओवरलैपिंग डिटेक्शन बॉक्स के गंदे ढेर को प्रति ऑब्जेक्ट एक साफ बॉक्स में बदल देता है।
सिंहावलोकन
इसके बिना, डिटेक्टर एक ही कार को पांच या दस बार रिपोर्ट करेंगे।
गहरा गोता
ऑब्जेक्ट डिटेक्टर आमतौर पर प्रत्येक वास्तविक वस्तु के आसपास कई उम्मीदवार बॉक्स की भविष्यवाणी करते हैं, जिनमें से प्रत्येक का आत्मविश्वास स्कोर होता है। एनएमएस इस अतिरेक को कम करता है। क्लासिक लालची एल्गोरिदम सभी बॉक्स को स्कोर के आधार पर क्रमबद्ध करता है, उच्चतम स्कोरिंग वाले बॉक्स को रखता है, फिर किसी भी शेष बॉक्स को हटा देता है जिसका इसके साथ ओवरलैप होता है (इंटरसेक्शन ओवर यूनियन, IoU द्वारा मापा जाता है) 0.5 जैसी सीमा से अधिक होता है। यह इसे बचे हुए बक्सों पर तब तक दोहराता है जब तक कि कोई भी न बच जाए। परिणाम प्रति वस्तु एक प्रतिनिधि बॉक्स है। एनएमएस सरल, तेज और पैरामीटर-लाइट है, लेकिन इसमें कमजोरियां हैं: एक निश्चित IoU सीमा भीड़ भरे दृश्यों में किसी वास्तविक पास की वस्तु को गलत तरीके से दबा सकती है, और यह ओवरलैप को बाइनरी के रूप में मानती है। सॉफ्ट-एनएमएस जैसे वेरिएंट इसे संबोधित करने के लिए बक्सों को सीधे हटाने के बजाय स्कोर को कम करते हैं।
तकनीकी अंतर्दृष्टि
मुख्य माप IoU है: दो बक्सों के प्रतिच्छेदन के क्षेत्र को उनके मिलन के क्षेत्र से विभाजित किया जाता है। लालची एनएमएस सबसे खराब स्थिति में O(n^2) है लेकिन व्यवहार में तेज़ है। IoU थ्रेशोल्ड परिशुद्धता और रिकॉल को बंद कर देता है: एक कम थ्रेशोल्ड अधिक बक्से को हटा देता है (आस-पास की वस्तुओं के छूटने का जोखिम), जबकि एक उच्च थ्रेशोल्ड अधिक रखता है (डुप्लिकेट को जोखिम में डालता है)। एनएमएस आमतौर पर प्रति कक्षा लागू किया जाता है ताकि विभिन्न श्रेणियों के बक्से एक-दूसरे को न दबाएँ।
सामरिक प्रभाव
गति और पैमाना
विज़ुअल एआई बड़े पैमाने पर निरीक्षण, पता लगाने और टैगिंग कार्यों को स्वचालित कर सकता है।
विकल्प बनाएं
रचनात्मक टीमें कम मैन्युअल संशोधनों के साथ तेजी से अवधारणाओं का प्रोटोटाइप बना सकती हैं।
टीम और वर्कफ़्लो
संचालन छवि और वीडियो संकेतों का उपयोग कर सकते हैं जिन्हें संसाधित करना पहले कठिन था।
गैर-अधिकतम दमन का भविष्य
एनएमएस डिफ़ॉल्ट पोस्ट-प्रोसेसर बना हुआ है, लेकिन क्षेत्र इसे हटाने की दिशा में आगे बढ़ रहा है। सॉफ्ट-एनएमएस, डीआईओयू-एनएमएस, और सीखे गए वेरिएंट भीड़-भाड़ वाले दृश्य को संभालने में सुधार करते हैं, जबकि डीईटीआर जैसे एंड-टू-एंड डिटेक्टर अद्वितीय बक्से की सीधे भविष्यवाणी करने के लिए सेट-आधारित द्विदलीय मिलान का उपयोग करते हैं, जिससे एनएमएस पूरी तरह से खत्म हो जाता है। उम्मीद है कि हाथ से ट्यून किए गए थ्रेसहोल्ड सीखे गए या एनएमएस-मुक्त डिज़ाइनों को रास्ता देंगे, खासकर जब ट्रांसफार्मर डिटेक्टर परिपक्व होते हैं और वास्तविक समय सिस्टम नियतात्मक, शाखा-मुक्त पोस्ट-प्रोसेसिंग की मांग करते हैं।
वास्तविक विश्व कार्यान्वयन
कैमरा और फोटो-टैगिंग ऐप्स में दर्जनों ओवरलैपिंग फेस बॉक्स को प्रति फेस एक में समेटना
स्वायत्त-ड्राइविंग डिटेक्टरों में प्रति वाहन और पैदल यात्री के लिए स्वच्छ, एकल बाउंडिंग बॉक्स का उत्पादन
दस्तावेज़ और लाइसेंस-प्लेट ओसीआर पाइपलाइनों में ओवरलैपिंग टेक्स्ट-क्षेत्र बक्से को डी-डुप्लिकेट करना
खुदरा शेल्फ-निगरानी और इन्वेंट्री-गिनती प्रणालियों में अनावश्यक वस्तु प्रस्तावों को साफ़ करना
जोखिम और रेलिंग
यदि उत्पत्ति अस्पष्ट है तो छवि अधिकार और सहमति कानूनी जोखिम बन सकते हैं।
मॉडल का प्रदर्शन प्रकाश व्यवस्था, जनसांख्यिकी और वातावरण के अनुसार भिन्न हो सकता है।
जब तक आत्मविश्वास की सीमा की निगरानी नहीं की जाती, तब तक झूठी सकारात्मक बातों पर ध्यान नहीं दिया जा सकता।
कार्यान्वयन रोडमैप
सटीकता, रिकॉल और त्रुटि लागत के लिए स्वीकृति मानदंड परिभाषित करें।
वास्तविक उत्पादन स्थितियों से मेल खाने वाले डेटा के साथ परीक्षण करें।
कम-आत्मविश्वास या उच्च-प्रभाव वाली भविष्यवाणियों के लिए मानवीय समीक्षा जोड़ें।
कैमरा या डेटासेट में बदलाव के बाद मॉडल बहाव को ट्रैक करें और पुनः सत्यापित करें।
अन्वेषण करते रहें
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
अगली गाइड
BYOL और गैर-विरोधाभासी स्व-पर्यवेक्षण
अक्सर पूछे जाने वाले प्रश्नों
गैर-अधिकतम दमन क्या है?
गैर-अधिकतम दमन (एनएमएस) सफाई कदम है जो ओवरलैपिंग डिटेक्शन बॉक्स के गंदे ढेर को प्रति ऑब्जेक्ट एक साफ बॉक्स में बदल देता है। इसके बिना, डिटेक्टर एक ही कार को पांच या दस बार रिपोर्ट करेंगे।
वस्तु पहचान में गैर-अधिकतम दमन का मुख्य उद्देश्य क्या है?
एनएमएस एक डिटेक्टर द्वारा उत्पादित कई ओवरलैपिंग कैंडिडेट बॉक्स को खत्म कर देता है, जिससे प्रति ऑब्जेक्ट एक प्रतिनिधि बॉक्स बच जाता है।
मानक एनएमएस किस मीट्रिक का उपयोग यह तय करने के लिए करता है कि क्या दो बॉक्स बहुत अधिक ओवरलैप करते हैं?
एनएमएस के माप IoU के साथ ओवरलैप होते हैं: प्रतिच्छेदन क्षेत्र को दो बक्सों के मिलन क्षेत्र से विभाजित किया जाता है।
लालची एनएमएस में, प्रत्येक राउंड में सबसे पहले कौन सा बॉक्स चुना जाता है?
लालची एनएमएस विश्वास के आधार पर बक्सों को छांटता है और उच्चतम स्कोर वाले बक्सों को रखता है, फिर ओवरलैपिंग वाले कम स्कोर वाले बक्सों को दबा देता है।
भीड़ भरे दृश्यों में लालची एनएमएस की ज्ञात कमजोरी क्या है?
क्योंकि यह IoU सीमा से ऊपर के किसी भी बॉक्स को हटा देता है, NMS ओवरलैप होने वाली किसी भिन्न वस्तु की सही पहचान को गलत तरीके से हटा सकता है।
सॉफ्ट-एनएमएस मानक एनएमएस से किस प्रकार भिन्न है?
सॉफ्ट-एनएमएस ओवरलैपिंग बक्सों को त्यागने के बजाय उनके आत्मविश्वास को कम (क्षीण) करता है, जिससे भीड़ भरे दृश्यों में गलत दमन कम हो जाता है।