未完待續
nms，非極大值抑制，在很多計算機視覺問題中有著重要應用，尤其是目標檢測領域。
以人臉檢測為例，通常的流程為3步：
（1）通過滑動視窗或者其它的object proposals方法產生大量的候選視窗；
（2）用訓練好的分類器對候選視窗進行分類，該過程可以看做是乙個打分的過程；
（3）使用nms對上面的檢測結果進行融合（因為乙個目標可能被檢測出多個視窗，而我們只希望保留乙個）。
如下圖是（2）分類檢測之後的結果：
以此圖為例，傳統的nms，首先選定乙個iou閾值，例如為0.25。然後將所有4個視窗（bounding box）按照得分由高到低排序。然後選中得分最高的視窗，遍歷計算剩餘的3個視窗與該視窗的重疊面積比例（iou），如果iou大於閾值0.25,則將視窗刪除。然後，再從剩餘的視窗中選中乙個得分最高的，重複上述過程。直至所有視窗都被處理。
假如0.25是乙個不錯的閾值，那麼我們可以得到比較好的結果，如下圖：
如果，我們的iou閾值設定的特別小，比如說0.1。那麼2個人的視窗會被歸為乙個人而被融合。得到下面的錯誤結果：
如果，我們的iou閾值設定的特別大，比如說0.6。那麼又可能得到下面的錯誤結果：
由上可知，對於傳統的nms演算法選擇乙個好的閾值是多麼重要的一件事，但又是一件很困難的事。傳統的nms是一種硬判決，是一種貪心演算法。因此在文章中，作者稱傳統的nms演算法為：greedynms
再提及一下，傳統的nms在判決融合的時候，只利用到了2個資訊：score 和 iou ，即每個框的得分和框與框之間的重疊比例。
文章用神經網路去實現nms，所利用的同樣也是這2個資訊。如下圖的整個流程圖：
由網路結構圖中的紅色框可以得到，輸入data層有2個，乙個是score map，乙個是 iou layer.下面我們講述一下，如何由最初的bounding box去得到這兩個data層。
假定原影象尺寸為w×h，那麼我們要製作的score map大小為w×h,其中w=w/4, h=h/4，則score map上的乙個點對應著原圖的4×4的區域：
對於乙個bounding box ，我們計算其中心然後判斷其屬於哪個區域，然後將該box的score填入score map對應的位置。如下圖：
如果有多個bounding box的中心落入同一區域，則只記錄最高得分。
到此，我們已經得到了w×h×1的score map.
文章提到，傳統的nms需要排序，但在卷積神經網路中，很難用各種線性組合和非線性啟用去模擬排序。因此，文章先用傳統的nms處理一遍bounding boxes, 然後再生成一張同樣大小的score map，記作s(t)，t為nms的閾值。
最終，我們得到了w×h×2的score map. 記作s(1,t)
iou，intersection-over-union。因此iou層描述的也就是bounding box之間的相交關係。
iou層大小為w×h×121,其中121=11×11，即描述的是相應中心點11×11範圍內存在的box的相交關係。
如下圖所舉出的例子，左側的圖是score map s(1)，粉色表明有值，則每個粉色處也對應著乙個bounding box。以紅色為中心劃乙個11×11的範圍，則可以依次計算每乙個位置對應的box與中心點對應box的iou，其值記作i，如右側所示。 同理，易知 i(7,8,i)一定為0。
我們再來看一下網路結構：
注意2點：
(1)：iou層的kernel size 為1，stride也為1。
score map層的kernel size 為11×11，這是為了呼應iou層；stride 為1 ，pad 為5，這是為了獲得和輸入同樣尺寸的輸出：
(2)：layer 2將之前的2個輸出拼接，之後所有的卷積都是1×1。最終的輸出仍然是乙個尺寸一致的score map .
理想的輸出是乙個同輸入尺寸完全一致的score map 圖，在該圖中，每乙個目標只擁有乙個score，相應地也只對應了乙個bounding box。
因此訓練的目標就是保留乙個，抑制其它。如下圖：
(1)上圖a的score map 是我們的輸入，由圖易知，這裡面一共有5個有效的score，則也對應著5個bounding box。
(2)假設5個bounding box都是同乙個目標的檢測結果。則我們的訓練目的則是保留最好的乙個，抑制其餘4個。
為此，我們首先分配標籤：5個bounding box 中滿足與ground truth 的iou大於0.5且得分最高的box作為正樣本，其餘均為負樣本，如上圖b所示。
(3)顯然正負樣本的數量嚴重不均衡，因此計算loss之前，我們要分配一下權重用於權衡這種失衡。權重的分配很簡單，如圖c所示，正樣本的權重總和與負樣本的權重總和相等。
(4)上右側的圖為理想的輸出。綜上，我們的loss function就可以很容易得出了（類似於pixel級別的分類）：
其中，p屬於g，表示score map 中有值的點。
NMS及其改進
1.只用於 不用於訓練 2.在每一類的所有box中進行篩選 3.iou太大則被刪除。公式 1.不要直接地刪除所有iou大於閾值的框，而是降低其置信度 2.分數降低常用兩種方法 線性法和高斯法。線性法 m為當前得分最高框，bi 為待處理框，bi 和m的iou越大，bi 的得分si 就下降的越厲害 而不...
NMS實現方法
想要做nms的優化所以 了解一下nms 原理不說了太簡單直接講 usr bin env python3 coding utf 8 created on mon may 7 21 45 37 2018 author lps import numpy as np boxes np.array 100,1...
實現NMS演算法
python3 import numpy as np defpy nms dets,thresh pure python nms baseline.x1 y1 x2 y2 以及score賦值 x1 dets 0 y1 dets 1 x2 dets 2 y2 dets 3 scores dets 4 ...