目标检测中的检测框合并策略：NMS和Soft-NMS

最新推荐文章于 2025-02-18 22:15:19 发布
最新推荐文章于 2025-02-18 22:15:19 发布
阅读量6.8k 收藏 12
点赞数 1
分类专栏： 深度学习论文笔记和实践
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/yuanlulu/article/details/89762861
版权

概述

目标检测中的Region Proposal动辄上千，会形成大量有重合的检测框，需要使用某些算法对检测框去重。

常用的两种算法是NMS和Soft-NMS。

NMS

全称‘非极大值抑制(non maximum suppression)’.

算法思想很简单，按照分类概率排序，概率最高的框作为候选框，其它所有与它的IOU高于一个阈值（这是人工指定的超参）的框其概率被置为0。然后在剩余的框里寻找概率第二大的框，其它所有与它的IOU高于一个阈值（这是人工指定的超参）的框其概率被置为0。依次类推。

最终所有的框相互之间的IOU都是小于超参阈值的，或者概率被置为0了。剩下的所有概率非0的框就是最终的检测框。

NMS的缺点

首先，NMS算法需要一个超参，超参这玩意是个玄学，大了不行，小了也不行，很难平衡。

其次，NMS会将相邻的两个大概率目标框去掉一个，造成漏检，比如：

在这里插入图片描述

Soft-NMS

NMS算法是略显粗暴，因为NMS直接将删除所有IoU大于阈值的框。soft-NMS吸取了NMS的教训，在算法执行过程中不是简单的对IoU大于阈值的检测框删除，而是降低得分。算法流程同NMS相同，但是对原置信度得分使用函数运算，目标是降低置信度得分，伪代码如下：

在这里插入图片描述

其中红框内是NMS的步骤，绿框内是Soft-NMS的步骤（这两个步骤不共存，二选一）。
Soft-NMS没有在上述流程删除任何框，最后如果框的概率还大于一定值（如0.001，这又是一个超参了）,则认为是一个有效检测框。

经典的NMS算法将IOU大于阈值的窗口的得分全部置为0，可表述如下：

在这里插入图片描述

soft-NMS置信度重置函数f有两种形式改进，一种是线性加权的：

在这里插入图片描述

一种是高斯加权的（线性的不平滑，高斯的加权函数是连续且平滑的）：

在这里插入图片描述

可以说NMS是Soft-NMS特殊形式，当得分重置函数采用二值化函数时，Soft-NMS和NMS是相同的。soft-NMS算法是一种更加通用的非最大抑制算法。

论文作者提供的代码实现：https://github.com/bharatsingh430/soft-nms

Soft-NMS缺点

Soft-NMS的阈值仍然要手动指定，作者提到Soft-NMS对SSD、YOLO v2性能提升不明显。

总结

除了这两者还有很多检测框合并策略，比如Softter-NMS，还有旷视出品的IOU-Net等等。

参考资料

Soft-NMS论文原文： Soft-NMS: Improving object detection with one line of code

目标检测算法中检测框合并策略技术综述

NMS与soft NMS

Soft-NMS(3)_总结_ICCV2017

目标检测之非极大值抑制(NMS)各种变体

csdn博客：Soft-NMS: Improving object detection with one line of code

目标检测的Tricks | 【Trick9】nms非极大值抑制处理（包括变体merge-nms、and-nms、soft-nms、diou-nms等介绍）
Clichong
04-23 6817
如有错误，恳请指出。 用这篇博客记录一下nms，也就是非极大值抑制处理，算是目标检测后处理的一个难点。 在训练阶段是不需要nms处理的，只有在验证或者是测试阶段才需要将预测结果进行非极大值抑制处理，来挑选最佳的正样本。下面就详细查看一下非极大值抑制处理算法的一个大致流程。 文章目录1. NMS主要步骤2. NMS代码实现3. NMS的变体与实现3.1 hard_nms_batch3.2 hard_nms3.3 and-nms3.4 merge-nms3.5 soft-nms3.6 iou-nms3.7 .
yolov5目标框的融合(两个或多个框)
m0_47405013的博客
07-28 1028
【代码】yolov5目标框的融合(两个或多个框)
目标检测算法中检测框合并策略技术综述
SIGAI_优快云的博客
10-30 9588
其它机器学习、深度学习算法的全面系统讲解可以阅读《机器学习-原理、算法与应用》，清华大学出版社，雷明著，由SIGAI公众号作者倾力打造。 书的购买链接 书的勘误，优化，源代码资源 物体检测（Object Detection）的任务是找出图像或视频中的感兴趣目标，同时实现输出检测目标的位置和类别，是机器视觉领域的核心问题之一，学术界已有将近二十年的研究历史。随着深度学习技术的火热发展，目标检测算...
knn算法python代码_?标检测框融合算法：python代码实现
weixin_39925813的博客
11-27 178
写在前⾯上⼀篇⽂章中介绍了⽬标检测中⾮极⼤值抑制(nms)算法的理论及代码实现(⽬标检测中的⾮极⼤值抑制算法(nms)：python代码解析)，本⽂主要是在nms的基础上，提出⼀种改进的框融合算法，只需要修改⼏⾏代码，就可以把nms算法变成框融合算法。框融合算法主要是为了处理⼀些nms处理不了的特殊情况，nms的出发点是保留真实的候选框，消除冗余框。但很多情况下，由于模型预测的误差，nms保留的框...
目标检测：NMS
Wei_sx的博客
02-18 451
非极大值抑制（Non-Maximum Suppression，NMS）是一种用于目标检测的重要后处理技术，旨在去除冗余的检测框，留下最可能准确的边界框。在检测任务中，模型可能会产生多个重叠的边界框，这些框可能代表同一个物体，这时我们需要通过NMS来选择一个最优框，并抑制其他低置信度的重叠框。
目标检测之后处理（检测框合并）--非极大值抑制
荪荪的博客
04-04 4936
在物体检测中，离不了的一个应用就是非极大值抑制(NMS），它主要目的就是为了消除多余交叉重复的检测框，找到最佳的物体检测的位置。示意图如下：我们需要将左边图中找到右图中最理想的一个框来标注人脸的位置。本文从原理和代码两个方面讲解非极大值抑制。 原理部分： 就像上面的图片一样，定位一个人脸，最后算法就找出了一堆的方框，我们需要判别哪些矩形框是没用的。 非极大值抑制：先假设有6个候选框，根
目标检测-提升方案-目标框加权融合-Weighted Boxes Fusion笔记及源码
JianqiuChen的博客
06-09 7105
Weighted Boxes Fusion 是2019年cvpr的一篇文章，文章非常之短（只有三页不到），并且对bounding box 的融合又非常有效的方法。 原文链接：https://arxiv.org/pdf/1910.13302.pdf 源码https://github.com/ZFTurbo/Weighted-Boxes-Fusion 下面是WBF的算法步骤： 每个模型的每个预测框都添加到List B，并将此列表按置信度得分C降序排列 建立空List L 和 F（用于融合的） 循环遍历B，并在
DetectMultiScale函数中合并检测框的策略
蜗牛
01-06 1931
为什么要合并？ 因为我们目标检测的目的是： 但是实际上只通过分类器检测出来是这样的结果： 所以需要进行检测框的合并。 在DetectMultiScale函数中，调用groupRectangle函数来进行检测框的合并，合并之前，首先需要解决怎样分组的问题，即解决使用什么样的原则把不同的检测框归为一组，该函数中的解决方案是计算了不同检测框之间的相似度。 相似度计算方法 该函数中使用SimilarR...
第十一章 解读Soft-NMS、Weighted NMS、IoU-Net、Softer-NMS、Adaptive NMS、DIoU-NMS(工具)
专注于人工智能学习，总结
11-21 1236
众所周知，非极大值抑制NMS是目标检测常用的后处理算法，用于剔除冗余检测框，本文将对可以提升精度的各种NMS方法及其变体进行阶段性总结。总体概要：对NMS进行分类，大致可分为以下六种，这里是依据它们在各自论文中的核心论点进行分类，这些算法可以同时属于多种类别。传统NMS有多个名称，据不完全统计可以被称为：Traditional / Original / Standard / Greedy NMS，为统一起见，下称Traditional NMS。Traditional NMS算法是最为经典的版本，伪代码如下：
目标检测---非极大值抑制（NMS）
啥都不会的博客
06-08 988
目标检测---非极大值抑制（NMS）非极大值抑制的主要方法标准NMS算法流程Soft-NMS算法流程Adaptive-NMS算法流程Python实现非极大值抑制标准NMS的Python实现Soft-NMS的Python实现Adaptive-NMS的Python实现 非极大值抑制的主要方法 标准NMS算法流程 算法流程： Soft-NMS算法流程 算法流程： Adaptive-NMS算法流程 算法流程： 三种NMS主要的区别是更新候选框的策略不同（为了应对不同的场境） Python实现非极大值抑制 非极大抑制
【论文笔记】：PVswin-YOLOv8s：基于无人机的行人和车辆检测，使用改进的YOLOv8在智能城市中进行交通管理
2301_80365008的博客
08-14 1741
PVswin-YOLOv8s采用了Swin Transformer、CBAM和Soft-NMS等多种先进技术，以提高检测性能。在网络结构方面，PVswin-YOLOv8s使用了Swin Transformer替换YOLOv8s中的最后一层C2f层，以捕捉长距离依赖关系和多样化本地信息。同时，在颈部网络中加入了CBAM模块，以增强特征信息流的提取能力同时解决漏检问题。最后，使用Soft-NMS代替NMS，以解决多个物体重叠的问题。
密集人群检测，两个人一个检测框，框融合的问题
邹九的个人博客
03-05 2585
属于密集人群检测的问题 可以考虑的方案： 1、提升NMS的阈值，可以提升些召回率R，少过滤些检测框 2、使用softnms，目前来看的话softnms可以帮助提升召回率，对密集人群检测有帮助 3、网络损失函数修改，Repulsion Loss: Detecting Pedestrians in a Crowd，某些人说这个损失函数挺好用的，有的人说在单阶段检测器不好用，YOLOv4与Repulsion Loss的实现。_小菜彭-没拿过奖学金的废物的博客的博客-优快云博客 也有的人说挺好用的 .
激光雷达与相机融合（三）-----基于图像检测框对点云聚类
张飞飞的博客
11-14 4115
通过YOLO检测得到目标的检测框后，这些区域就可以作为ROI将包含在各roi内的点云分组聚类出来，从而通过点云得到目标的准确位置。 代码解析 1.boundingbox数据结构 struct BoundingBox { // bounding box around a classified object (contains both 2D and 3D data) int boxID; // unique identifier for this bounding box int track
WBF：优化目标检测，融合过滤预测框
AI公园
04-15 2851
点击上方“AI公园”，关注公众号，选择加“星标“或“置顶”因公众号更改了推送规则，记得读完点“在看”~下次AI公园的新文章就能及时出现在您的订阅列表中作者：Mostafa Ibrahim编...
Weighted Boxes Fusion加权检测框合并
木盏
09-26 730
在研究目标检测算法的时候，通常会遇到如何稀疏化检测框这个问题。无论是anchor-based还是anchor-free的检测算法，输出的检测框在未经处理的时候，都很容易出现很多重复度很高的box, 这样从一定程度上会影响模型的准确率。通常，NMS是比较常用的合并检测框的方法，不了解的可以戳《NMS》。 本文介绍的是WBF，一种加权的检测框合并算法，也适用于与多模型的预测结果合并。
机器学习中，使用NMS对框取优
a616735104的博客
11-07 256
一、NMS实现代码 　　 # http://www.pyimagesearch.com/2015/02/16/faster-non-maximum-suppression-python/ import numpy as np class NMSuppression(object): def __init__(self, bbs, overlapTh...
yolov8模型测试图片识别目标时，部分检测框重合，如何解决
yszbrzdd的博客
02-21 6127
找出有iou这个参数默认是0.7，我改成0.1后重新识别问题解决。我用的yolov8,所以不能套用上述博文方法，NMS 的 "相交大于结合"（IoU）阈值。
yolov5多个框重叠问题
笔记
10-19 6697
NMS（Non-Maximum Suppression，非极大值抑制）是一种在计算机视觉和目标检测领域常用的技术。它通常用于在图像或视频中找出物体或目标的位置，并剔除重叠的边界框，以确保最终的检测结果准确且不重叠。
ssd目标检测优化
最新发布
03-13
<think>嗯，用户问的是SSD目标检测优化，我需要先回顾一下SSD的基本结构和工作原理。SSD，全称Single Shot MultiBox Detector，是一种单阶段的目标检测算法，主要特点是速度快且能处理多尺度目标。它的核心是在不同层次的特征图上进行预测，使用预定义的先验框（prior boxes）来覆盖各种尺度和长宽比。 接下来，用户想知道如何优化SSD，可能需要了解常见的优化方向。首先，我得想到SSD的一些局限性，比如小目标检测效果可能不佳，因为浅层特征图语义信息不足。另外，先验框的设计是否合理也会影响性能，还有损失函数的平衡问题。 优化方法可以从几个方面入手。首先是特征提取网络的改进，比如用更强大的Backbone，比如ResNet或者EfficientNet替换原来的VGG，提升特征提取能力。然后是特征融合，加入FPN（特征金字塔网络）结构，融合多层特征，增强小目标的检测能力。此外，调整特征层的选择，增加更多浅层特征图来捕捉小目标。 第二个方面是优化先验框的设计。调整不同特征层的先验框尺度和比例，使其更匹配数据集中目标的分布。比如使用聚类算法分析目标尺寸，自定义先验框参数。另外，减少冗余先验框的数量，降低计算量，可能提升速度。 损失函数方面，分类和定位任务的平衡很重要。Focal Loss可以解决类别不平衡问题，让模型更关注难样本。调整定位损失的权重，比如调整Smooth L1损失的参数，或者使用GIoU Loss替代，提高边界框回归的准确性。 数据增强也是关键，多样化的增强策略能提升模型泛化能力。比如随机裁剪、颜色变换、MixUp、CutOut等。不过要注意增强的强度，过强可能导致模型学习到不真实的模式。 训练策略优化包括学习率调整，使用余弦退火或Warmup策略，以及选择合适的优化器，如AdamW配合权重衰减。多尺度训练能让模型适应不同尺度的输入，提升鲁棒性。 模型轻量化方面，可以用深度可分离卷积减少参数量，或者使用模型剪枝、量化技术，在保持精度的同时提升推理速度。 后处理优化，如非极大值抑制（NMS）的改进，使用Soft-NMS或DIoU-NMS，减少重叠框的误抑制。调整置信度阈值，平衡召回率和准确率。 最后，知识蒸馏和模型融合可能进一步提升性能，但可能会增加计算成本。 需要确保回答结构清晰，分点说明，每个优化方向下给出具体方法，并解释原理。还要注意使用正确的中文术语，避免技术错误。比如提到FPN时，要准确说明其作用，或者Focal Loss解决类别不平衡的机制。同时，要符合用户给的格式要求，数学公式用$...$，独立公式用$$...$$，但例子中用户给的数学公式可能不需要太多，除非涉及到具体算法细节。现在需要检查是否有遗漏的优化点，比如最新的研究进展是否有补充，但可能用户需要的是经典方法，所以保持基础内容即可。</think>SSD（Single Shot MultiBox Detector）是一种高效的单阶段目标检测算法。其优化可从以下方面展开： $$ \text{SSD} = \text{Backbone} + \text{Multi-scale Feature Maps} + \text{Default Box Prediction} $$ ### 一、特征提取网络优化 1. **更强Backbone** - 替换VGG为ResNet、MobileNet或EfficientNet，平衡速度与精度 - 示例：ResNet-50提升小目标检测能力 2. **特征融合改进** - 添加FPN（特征金字塔网络），融合高层语义与底层细节 - 增加浅层特征图数量，如从Conv4_3扩展到更多层 3. **注意力机制** - 嵌入CBAM或SE模块，增强关键特征响应 - 通道注意力公式： $$s_c = \sigma(W_2\delta(W_1(\frac{1}{HW}\sum_{i,j}x_c^{ij})))$$ ### 二、先验框优化 1. **尺寸聚类分析** - 使用K-means对数据集标注框聚类，自定义先验框尺寸 - 改进匹配策略，如Softmax替代阈值匹配 2. **宽高比调整** - 根据目标分布调整比例（如行人检测增加1:3框） - 减少冗余先验框（如从6个/位置压缩到4个） ### 三、损失函数改进 1. **Focal Loss应用** - 解决正负样本不平衡问题： $$FL(p_t) = -\alpha_t(1-p_t)^\gamma \log(p_t)$$ 2. **定位损失优化** - 使用GIoU Loss替代Smooth L1： $$GIoU = IoU - \frac{|C-B_{gt}\cup B_p|}{|C|}$$ ### 四、训练策略优化 1. **数据增强组合** - 采用MixUp+CutOut组合增强 - 随机几何变换保持比例在[0.5, 2] 2. **多任务平衡** - 动态调整分类/回归损失权重 - 使用uncertainty weighting： $$L_{total} = \frac{1}{2\sigma_1^2}L_{cls} + \frac{1}{2\sigma_2^2}L_{loc} + \log\sigma_1\sigma_2$$ ### 五、推理加速 1. **层融合技术** - 合并Conv+BN+ReLU为单次计算 - 使用TensorRT进行算子优化 2. **量化压缩** - FP32→INT8量化，保持98%精度 - 通道剪枝减少30%参数量 ### 六、后处理优化 1. **NMS改进** - 采用DIoU-NMS： $$s_i = \begin{cases} s_i, & \text{DIoU} < \epsilon \\ 0, & \text{otherwise} \end{cases}$$ 2. **置信度校准** - 温度缩放法修正置信度偏差 ### 典型优化效果对比 | 优化方法 | mAP提升 | FPS变化 | |---------|--------|--------| | FPN融合 | +3.2% | -5 | | 量化压缩 | -0.7% | +40 | | GIoU Loss | +1.5% | 持平 | **实践建议**： 1. 优先优化数据质量与增强策略 2. 小目标场景重点改进特征融合 3. 部署时采用TensorRT+INT8量化组合 4. 使用NAS搜索最优锚框配置 最新趋势：Transformer与CNN混合架构（如DETR-SSD）正在成为新的优化方向。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值