计算机视觉中的NMS非极大值抑制

NMS 是"非极大抑制"(Non-Maximum Suppression)的缩写,是一种在目标检测算法中广泛使用的技术。它的主要目的是减少目标检测过程中的多余的边界框,以便只保留最佳的一个边界框。

在目标检测任务中,算法会对图像中可能出现目标的区域进行评分,并为它们生成边界框。由于多个边界框可能覆盖到同一个目标,因此需要一个方法来选择最合适的边界框。NMS 通过以下步骤实现这一目的:

  1. 选择置信度最高的边界框(即目标存在的可能性最高的边界框)。

  2. 抑制与这个边界框高度重叠的所有其他边界框。具体来说,会计算这些边界框与置信度最高的边界框的交并比(IoU),如果IoU超过某个阈值(例如0.5),则这些边界框会被认为是对同一个目标的多余检测,并因此被抑制。

  3. 从剩下的边界框中再次选择置信度最高的边界框,重复上述过程,直到所有的边界框都被处理完毕。

通过NMS,我们可以确保每个目标只被检测一次,从而提高目标检测的准确性。这一技术在各种目标检测模型如YOLO、SSD、Faster R-CNN等中都有应用。

相关推荐
幂简集成8 分钟前
通义灵码 AI 程序员低代码 API 课程实战教程
android·人工智能·深度学习·神经网络·低代码·rxjava
Tadas-Gao10 分钟前
阿里云通义MoE全局均衡技术:突破专家负载失衡的革新之道
人工智能·架构·大模型·llm·云计算
xiaozhazha_15 分钟前
快鹭云业财一体化系统技术解析:低代码+AI如何破解数据孤岛难题
人工智能·低代码
pan0c2318 分钟前
集成学习(随机森林算法、Adaboost算法)
人工智能·机器学习·集成学习
pan0c2319 分钟前
集成学习 —— 梯度提升树GBDT、XGBoost
人工智能·机器学习·集成学习
Learn Beyond Limits32 分钟前
Error metrics for skewed datasets|倾斜数据集的误差指标
大数据·人工智能·python·深度学习·机器学习·ai·吴恩达
我不是小upper34 分钟前
一文详解深度学习中神经网络的各层结构与功能!
人工智能·pytorch·深度学习
kingmax5421200842 分钟前
概率与数理统计公式及结论汇总
人工智能·机器学习·概率论
Niuguangshuo1 小时前
深度学习:Dropout 技术
人工智能·深度学习
LLM精进之路1 小时前
美团发布 | LongCat-Flash最全解读,硬刚GPT-4.1、Kimi!
人工智能·深度学习·机器学习·语言模型·transformer