SıradakiSonraki rehber
BYOL ve Karşılaştırmalı Olmayan Öz Denetim
Teknik
Görsel Yapay Zeka KILAVUZU
Maksimum Olmayan Bastırma
Maksimum Olmayan Bastırma (NMS), üst üste binen algılama kutularından oluşan dağınık bir yığını, nesne başına tek bir düzenli kutuya dönüştüren temizleme adımıdır.
Bu kılavuzu dinleyinAI tarafından anlatılan · ~2 min
Bu sayfada2 dakika okuma
Genel Bakış
O olmasaydı dedektörler aynı arabayı beş ya da on kez rapor ederdi.
Derin Dalış
Nesne dedektörleri tipik olarak her gerçek nesnenin etrafında her biri bir güven puanına sahip birçok aday kutuyu tahmin eder. NMS bu fazlalığı ortadan kaldırır. Klasik açgözlü algoritma, tüm kutuları puana göre sıralar, en yüksek puanı alan kutuyu tutar ve ardından kendisiyle örtüşen (Birleşim Üzerinden Kesişme, IoU ile ölçülür) 0,5 gibi bir eşiği aşan kalan tüm kutuları kaldırır. Hiçbiri kalmayana kadar bunu hayatta kalan kutularda tekrarlar. Sonuç, nesne başına bir temsili kutudur. NMS basit, hızlı ve parametre açısından hafiftir ancak zayıf yönleri vardır: sabit bir IoU eşiği, kalabalık sahnelerde yakındaki gerçek bir nesneyi yanlışlıkla bastırabilir ve örtüşmeyi ikili olarak ele alır. Bu sorunu çözmek için kutuları doğrudan silmek yerine Soft-NMS bozunma puanları gibi varyantlar.
Gerçek Dünya Uygulaması
Kamera ve fotoğraf etiketleme uygulamalarında düzinelerce üst üste binen yüz kutusunu yüz başına bir kutuya daraltma
Otonom sürüş dedektörlerinde araç ve yaya başına temiz, tek sınırlayıcı kutular üretmek
Belge ve plaka OCR işlem hatlarında çakışan metin bölgesi kutularının kopyalarını kaldırma
Perakende raf izleme ve envanter sayma sistemlerinde gereksiz nesne tekliflerinin temizlenmesi
Maksimum Olmayan Bastırmanın Geleceği
NMS varsayılan son işlemci olmaya devam ediyor, ancak alan onu kaldırmaya doğru ilerliyor. Soft-NMS, DIoU-NMS ve öğrenilmiş değişkenler kalabalık sahnelerin işlenmesini iyileştirirken, DETR gibi uçtan uca dedektörler benzersiz kutuları doğrudan tahmin etmek için set tabanlı iki parçalı eşleştirmeyi kullanarak NMS'yi tamamen ortadan kaldırır. Özellikle transformatör dedektörleri olgunlaştıkça ve gerçek zamanlı sistemler deterministik, dallanma gerektirmeyen son işlem talep ettiğinden, elle ayarlanmış eşiklerin yerini öğrenilmiş veya NMS'siz tasarımlara bırakmasını bekleyebilirsiniz.
Uygulamaya koymak
Neden önemli?
- Hız ve ölçek. Visual AI, inceleme, algılama ve etiketleme görevlerini geniş ölçekte otomatikleştirebilir.
- Yapı seçimleri. Yaratıcı ekipler, daha az manuel revizyonla konseptleri daha hızlı prototipleyebilir.
- Ekip ve iş akışı. Operasyonlar, daha önce işlenmesi zor olan görüntü ve video sinyallerini kullanabilir.
Dikkat edin
- Kaynağın belirsiz olması durumunda görüntü hakları ve rıza yasal risk haline gelebilir.
- Model performansı aydınlatma, demografik özellikler ve ortamlara göre değişiklik gösterebilir.
- Güven eşikleri izlenmediği sürece yanlış pozitifler fark edilmeyebilir.
Sonraki adımlar
- Kesinlik, geri çağırma ve hata maliyetlerine ilişkin kabul kriterlerini tanımlayın.
- Gerçek üretim koşullarıyla eşleşen verilerle test edin.
- Düşük güvenirliğe sahip veya yüksek etkili tahminler için gerçek kişi tarafından yapılan incelemeyi ekleyin.
- Model kaymasını izleyin ve kamera veya veri kümesi değişikliklerinden sonra yeniden doğrulayın.
Keşfetmeye Devam Edin
Ücretsiz bülten
Günlük AI brifingini alın
Hafta içi her sabah sade İngilizce yazılmış, doğrulanmış üç yapay zeka hikayesi. Sonsuza kadar ücretsiz, reklam yok.
Hafta içi her gün bir e-posta. Tek tıklamayla aboneliğinizi iptal edin. Adresinizi asla satmayız veya paylaşmayız.
Kendinizi test edin
Take the Non-Maximum Suppression quiz
Her yanıtla ilgili anında geri bildirim ve bir kursu geçtiğinizde doğrulanabilir bir kimliğe sahip paylaşılabilir bir sertifika.
Ücretsiz AI eğitimini destekleyin. AI Understanding, bir 501(c)(3) kâr amacı gütmeyen kuruluştur; hiçbir zaman reklam yoktur, ödeme duvarı yoktur. Bağış yap
Sık sorulan sorular
Maksimum Olmayan Bastırma Nedir?
Maksimum Olmayan Bastırma (NMS), üst üste binen algılama kutularından oluşan dağınık bir yığını, nesne başına tek bir düzenli kutuya dönüştüren temizleme adımıdır. O olmasaydı dedektörler aynı arabayı beş ya da on kez rapor ederdi.
Nesne tespitinde Maksimum Olmayan Bastırmanın temel amacı nedir?
NMS, bir dedektörün ürettiği birçok örtüşen aday kutuyu ortadan kaldırarak nesne başına tek bir temsili kutu bırakır.
Standart NMS, iki kutunun çok fazla örtüşüp örtüşmediğine karar vermek için hangi ölçümü kullanır?
NMS ölçümleri IoU ile örtüşmektedir: kesişim alanı iki kutunun birleşim alanına bölünmektedir.
Açgözlü NMS'de her turda ilk önce hangi kutu seçilir?
Açgözlü NMS, kutuları güvenle sıralar ve en yüksek puanı alan kutuyu tutar, ardından çakışan düşük puan alan kutuları bastırır.
Kalabalık sahnelerde açgözlü NMS'nin bilinen zayıflığı nedir?
IoU eşiğinin üzerindeki herhangi bir kutuyu sildiği için NMS, çakışan farklı bir nesnenin gerçek algılamasını yanlışlıkla kaldırabilir.
Soft-NMS'nin standart NMS'den farkı nedir?
Soft-NMS, kalabalık sahnelerde yanlış bastırmayı azaltarak, üst üste gelen kutuları atmak yerine bunların güvenini azaltır (azaltır).
Öğrenmeye devam et
İlgili kılavuzlar
Bu konu için daha fazla rehber seçildi