Il prossimoProssima guida
BYOL e Autocontrollo Non Contrastivo
Tecnico
GUIDA AI visiva
La soppressione non massima (NMS) è la fase di pulizia che trasforma una pila disordinata di caselle di rilevamento sovrapposte in una scatola ordinata per oggetto.
Ascolta questa guidaNarrato dall'IA · ~2 min
Senza di esso, i rilevatori segnalerebbero la stessa macchina cinque o dieci volte.
I rilevatori di oggetti in genere prevedono molti riquadri candidati attorno a ciascun oggetto reale, ciascuno con un punteggio di confidenza. NMS elimina questa ridondanza. Il classico algoritmo avido ordina tutte le caselle in base al punteggio, mantiene quella con il punteggio più alto, quindi rimuove qualsiasi casella rimanente la cui sovrapposizione con essa (misurata da Intersection over Union, IoU) supera una soglia come 0,5. Lo ripete sulle caselle sopravvissute finché non ne rimane nessuna. Il risultato è una scatola rappresentativa per oggetto. L'NMS è semplice, veloce e richiede pochi parametri, ma presenta dei punti deboli: una soglia IoU fissa può erroneamente sopprimere un oggetto autentico vicino in scene affollate e tratta la sovrapposizione come binaria. Varianti come i punteggi di decadimento Soft-NMS invece di eliminare completamente le caselle per risolvere questo problema.
Comprimere dozzine di riquadri di volti sovrapposti in uno per volto nelle app per fotocamera e tagging delle foto
Produzione di riquadri di delimitazione singoli e puliti per veicolo e pedone in rilevatori di guida autonoma
Deduplicazione di riquadri di aree di testo sovrapposte nelle pipeline OCR di documenti e targhe
Eliminazione delle proposte di oggetti ridondanti nei sistemi di monitoraggio degli scaffali di vendita al dettaglio e di conteggio dell'inventario
NMS rimane il post-processore predefinito, ma il campo si sta muovendo verso la sua rimozione. Soft-NMS, DIoU-NMS e varianti apprese migliorano la gestione delle scene affollate, mentre rilevatori end-to-end come DETR utilizzano la corrispondenza bipartita basata su set per prevedere direttamente scatole uniche, eliminando completamente NMS. Aspettatevi che le soglie regolate manualmente lascino il posto a progetti appresi o privi di NMS, soprattutto quando i rilevatori di trasformatori maturano e i sistemi in tempo reale richiedono una post-elaborazione deterministica e senza ramificazioni.
Newsletter gratuita
Tre storie verificate sull'IA ogni mattina nei giorni feriali, scritte in un inglese semplice. Gratuito per sempre, senza pubblicità.
Un'email ogni giorno feriale. Disiscriviti con un clic. Non vendiamo né condividiamo mai il tuo indirizzo.
Mettiti alla prova
Feedback immediato su ogni risposta e un certificato condivisibile con un ID verificabile una volta superato un corso.
Sostieni l'istruzione gratuita sull'IA. AI Understanding è un'organizzazione non profit 501(c)(3) — nessun annuncio, nessun paywall, mai. Fai una donazione
La soppressione non massima (NMS) è la fase di pulizia che trasforma una pila disordinata di caselle di rilevamento sovrapposte in una scatola ordinata per oggetto. Senza di esso, i rilevatori segnalerebbero la stessa macchina cinque o dieci volte.
NMS elimina le numerose scatole candidate sovrapposte prodotte da un rilevatore, lasciando un'unica scatola rappresentativa per oggetto.
Le misure NMS si sovrappongono a IoU: area di intersezione divisa per area di unione dei due riquadri.
Greedy NMS ordina le caselle in base alla confidenza e mantiene quella con il punteggio più alto, quindi sopprime le caselle sovrapposte con il punteggio più basso.
Poiché elimina qualsiasi casella al di sopra della soglia IoU, NMS può rimuovere erroneamente un rilevamento effettivo di un oggetto diverso che si sovrappone.
Il Soft-NMS abbassa (decade) la fiducia delle scatole sovrapposte invece di scartarle, riducendo la falsa soppressione nelle scene affollate.
Continua a imparare
Altre guide selezionate per questo argomento
Il prossimoProssima guida
BYOL e Autocontrollo Non Contrastivo
Tecnico