NastępnyNastępny poradnik
BYOL i niekontrastywna samokontrola
Techniczne
PRZEWODNIK Wizualnej AI
Tłumienie inne niż maksymalne
Tłumienie niemaksymalne (NMS) to etap czyszczenia, który zamienia niechlujny stos nakładających się pól wykrywania w jedno schludne pudełko na obiekt.
Posłuchaj tego przewodnikaOpowiadane przez sztuczną inteligencję · ~2 min
Na tej stronie2 minuty czytania
Przegląd
Bez tego detektory zgłaszałyby ten sam samochód pięć lub dziesięć razy.
Głębokie nurkowanie
Detektory obiektów zazwyczaj przewidują wiele pól kandydujących wokół każdego rzeczywistego obiektu, każdy z wynikiem pewności. NMS usuwa tę nadmiarowość. Klasyczny algorytm zachłanny sortuje wszystkie pola według wyniku, zatrzymuje ten z najwyższym wynikiem, a następnie usuwa pozostałe pola, których nakładanie się na nie (mierzone przez Intersection over Union, IoU) przekracza próg taki jak 0,5. Powtarza to na pozostałych pudełkach, aż nie pozostanie żaden. Rezultatem jest jedno reprezentatywne pudełko na obiekt. NMS jest prosty, szybki i nie wymaga wielu parametrów, ale ma słabe strony: stały próg IoU może błędnie tłumić prawdziwy pobliski obiekt w zatłoczonych scenach, a nakładanie się jest traktowane binarnie. Aby rozwiązać ten problem, stosuje się warianty takie jak wyniki zaniku Soft-NMS zamiast bezpośredniego usuwania pól.
Implementacja w świecie rzeczywistym
Zwijanie dziesiątek nakładających się pól twarzy w jedno na każdą twarz w aplikacjach do aparatu i oznaczania zdjęć
Tworzenie czystych, pojedynczych ramek ograniczających na pojazd i pieszego w detektorach jazdy autonomicznej
Deduplikacja nakładających się pól obszarów tekstowych w potokach OCR dokumentów i tablic rejestracyjnych
Usuwanie zbędnych propozycji obiektów w systemach monitorowania półek i liczenia zapasów w handlu detalicznym
Przyszłość niemaksymalnego tłumienia
NMS pozostaje domyślnym postprocesorem, ale prace zmierzają w kierunku jego usunięcia. Soft-NMS, DIoU-NMS i wyuczone warianty usprawniają obsługę zatłoczonych scen, podczas gdy kompleksowe detektory, takie jak DETR, wykorzystują dwustronne dopasowywanie na podstawie zestawu do bezpośredniego przewidywania unikalnych pudełek, całkowicie eliminując NMS. Można się spodziewać, że ręcznie dostrojone progi ustąpią miejsca projektom wyuczonym lub wolnym od NMS, zwłaszcza że detektory transformatorowe są dojrzałe, a systemy czasu rzeczywistego wymagają deterministycznego, pozbawionego rozgałęzień przetwarzania końcowego.
Wdrażanie tego w praktykę
Dlaczego to ma znaczenie
- Szybkość i skala. Wizualna sztuczna inteligencja może automatyzować zadania inspekcji, wykrywania i znakowania na dużą skalę.
- Buduj wybory. Zespoły kreatywne mogą szybciej prototypować koncepcje przy mniejszej liczbie ręcznych poprawek.
- Zespół i przepływ pracy. Operacje mogą wykorzystywać sygnały obrazu i wideo, które wcześniej były trudne do przetworzenia.
Uważaj na
- Prawa do wizerunku i zgoda mogą stanowić ryzyko prawne, jeśli pochodzenie jest niejasne.
- Wydajność modelu może się różnić w zależności od oświetlenia, demografii i środowiska.
- Fałszywie pozytywne wyniki mogą pozostać niezauważone, chyba że monitorowane są progi ufności.
Kolejne kroki
- Zdefiniuj kryteria akceptacji dotyczące kosztów precyzji, wycofania i błędów.
- Przetestuj na danych odpowiadających rzeczywistym warunkom produkcyjnym.
- Dodaj weryfikację manualną, aby prognozy były mało pewne lub miały duży wpływ.
- Śledź dryf modelu i przeprowadzaj ponowną weryfikację po zmianie kamery lub zbioru danych.
Odkrywaj dalej
Darmowy newsletter
Otrzymuj codzienne podsumowanie AI
Trzy zweryfikowane historie AI każdego poranka w dni robocze, napisane prostym angielskim. Bezpłatne na zawsze, bez reklam.
Jedno e‑mail każdego dnia roboczego. Wypisz się jednym kliknięciem. Nigdy nie sprzedajemy ani nie udostępniamy Twojego adresu.
Sprawdź się
Take the Non-Maximum Suppression quiz
Natychmiastowa informacja zwrotna na każde pytanie oraz udostępnialny certyfikat z weryfikowalnym ID po zaliczeniu kursu.
Wspieraj darmową edukację AI. AI Understanding jest organizacją non-profit 501(c)(3) — bez reklam, bez płatnej ściany, zawsze. Przekaż darowiznę
Często zadawane pytania
Co to jest tłumienie niemaksymalne?
Tłumienie niemaksymalne (NMS) to etap czyszczenia, który zamienia niechlujny stos nakładających się pól wykrywania w jedno schludne pole dla każdego obiektu. Bez tego detektory zgłaszałyby ten sam samochód pięć lub dziesięć razy.
Jaki jest główny cel tłumienia niemaksymalnego w wykrywaniu obiektów?
NMS eliminuje wiele nakładających się pól kandydatów wytwarzanych przez detektor, pozostawiając jedno reprezentatywne pole na obiekt.
Jakiej metryki używa standardowy NMS, aby zdecydować, czy dwa pola nakładają się na siebie za bardzo?
Miary NMS pokrywają się z IoU: obszar przecięcia podzielony przez obszar połączenia dwóch pól.
W zachłannym NMS, które pudełko jest wybierane jako pierwsze w każdej rundzie?
Chciwy NMS sortuje pola według pewności i zatrzymuje te o najwyższym wyniku, a następnie pomija nakładające się pola o niższym wyniku.
Jaka jest znana słabość zachłannego NMS-a w zatłoczonych scenach?
Ponieważ usuwa dowolne pole powyżej progu IoU, NMS może błędnie usunąć prawdziwe wykrycie innego obiektu, który się nakłada.
Czym Soft-NMS różni się od standardowego NMS?
Soft-NMS obniża (zanika) pewność nakładających się pól, zamiast je odrzucać, redukując fałszywe tłumienie w zatłoczonych scenach.
Ucz się dalej
Powiązane przewodniki
Wybrano więcej przewodników na ten temat