LegközelebbKövetkező útmutató
BYOL és nem kontrasztos önfelügyelet
Műszaki
Vizuális MI ÚTMUTATÓ
A Non-Maximum Suppression (NMS) az a tisztítási lépés, amely az egymást átfedő érzékelődobozok rendetlen halomát objektumonként egy rendezett dobozzá alakítja.
Hallgassa meg ezt az útmutatótAI-narrált · ~2 min
Without it, detectors would report the same car five or ten times.
Az objektumdetektorok jellemzően sok jelöltdobozt jósolnak meg minden valódi objektum körül, mindegyiknek megbízhatósági pontszáma van. Az NMS csökkenti ezt a redundanciát. A klasszikus mohó algoritmus az összes dobozt pontszám szerint rendezi, megtartja a legmagasabb pontszámot elérőt, majd eltávolítja az összes megmaradt dobozt, amelynek átfedése (az Unió feletti metszéspont, IoU értékkel mérve) meghaladja a 0,5-ös küszöböt. Ezt ismétli a fennmaradt dobozokon, amíg egy sem marad. Az eredmény objektumonként egy reprezentatív doboz. Az NMS egyszerű, gyors és paramétermentes, de vannak gyengeségei: a rögzített IoU küszöb tévesen elnyomhatja a valódi közeli objektumot zsúfolt jelenetekben, és az átfedést binárisként kezeli. Az olyan változatok, mint a Soft-NMS, lecsökkentik a pontszámokat ahelyett, hogy azonnal törölnék a dobozokat ennek megoldására.
Több tucat átfedő arcdoboz összecsukása arconként egybe a kamera- és fotócímkéző alkalmazásokban
Tiszta, egyetlen határoló dobozok gyártása járművenként és gyalogosonként autonóm vezetésű érzékelőkben
Az átfedő szövegrégió dobozok duplikációjának megszüntetése a dokumentum- és rendszámtábla-OCR-folyamatokban
Redundáns objektumjavaslatok tisztítása kiskereskedelmi polcfigyelő és készletszámláló rendszerekben
Az NMS továbbra is az alapértelmezett utófeldolgozó, de a mező az eltávolítása felé halad. A Soft-NMS, a DIoU-NMS és a tanult változatok javítják a zsúfolt jelenetek kezelését, míg a végpontok közötti detektorok, mint például a DETR, halmazalapú kétrészes egyeztetést használnak az egyedi dobozok közvetlen előrejelzésére, teljesen kiküszöbölve az NMS-t. Várható, hogy a kézzel hangolt küszöbértékek átadják a helyüket a tanult vagy NMS-mentes kialakításoknak, különösen mivel a transzformátordetektorok érettek, és a valós idejű rendszerek determinisztikus, elágazásmentes utófeldolgozást igényelnek.
Ingyenes hírlevél
Minden hétköznap reggel három ellenőrzött AI történet, egyszerű angol nyelven. Örökké ingyen, hirdetések nélkül.
Minden hétköznap egy e-mail. Egy kattintással lemondhat. Soha nem értékesítjük vagy osztjuk meg az Ön címét.
Teszteld magad
Azonnali visszajelzés minden válaszra, és megosztható tanúsítvány egy ellenőrizhető azonosítóval, miután sikeresen teljesít egy kurzust.
Támogassa az ingyenes AI oktatást. AI Understanding egy 501(c)(3) nonprofit – nincs hirdetés, nincs fizetőfal, soha. Tegyen adományt
A Non-Maximum Suppression (NMS) az a tisztítási lépés, amely az egymást átfedő érzékelődobozok rendetlen halomát objektumonként egy rendezett dobozzá alakítja. Enélkül a detektorok ötször vagy tízszer jelentenék ugyanazt az autót.
Az NMS kiküszöböli a detektor által létrehozott sok egymást átfedő jelöltdobozt, így objektumonként egyetlen reprezentatív doboz marad.
Az NMS mérései átfedésben vannak az IoU-val: a metszésterület osztva a két doboz egyesülési területével.
A mohó NMS magabiztosan rendezi a dobozokat, és megtartja a legmagasabb pontszámot elérőt, majd elnyomja az átfedő, alacsonyabb pontszámú dobozokat.
Mivel törli az IoU küszöbérték feletti összes mezőt, az NMS tévesen eltávolíthatja egy másik objektum valódi észlelését, amely történetesen átfedésben van.
A Soft-NMS csökkenti (csökkenti) az átfedő dobozok megbízhatóságát, ahelyett, hogy eldobná őket, csökkentve a hamis elnyomást a zsúfolt jelenetekben.
Tanulj tovább
További útmutatók készültek ehhez a témához
LegközelebbKövetkező útmutató
BYOL és nem kontrasztos önfelügyelet
Műszaki