zyw2002的博客

将tensor或ndarray转换为PIL图像——这不会缩放值。将PIL图像或ndarray转换为tensor，并相应地缩放。将PIL图像转换为相同类型的张量-这不会缩放值。opencv的基本图像类型可以和numpy数组相互转化，因此可以直接调用。如果是RGBA图像，返回(H.W, 4) 形状的数组, 图片通道顺序为。如果是RGB图像，返回(H, W, 3) 形状的数组,图片通道顺序为。在其他情况下，张量在不缩放的情况下返回。如果是灰度图：返回(H,W)形状的数组。图像的模式如下图，比如。

根据是否需要训练分类不需要训练的NMS方法（NMS、Soft-NMS、Weighted-NMS、Cluster-NMS）需要训练的NMS（ConvNMS、PureNMS、 IOU-GuidedNMS、AdaptiveNMS）根据改进策略进行分类带权重的NMS(Soft NMS, Softer NMS，Weighted NMS)考虑定位的NMS(IOU-Guided NMS)阈值自适应的NMS(Adaptive NMS)并行的NMS(Fast NMS, Cluster NMS)

为了解决CIoU的问题，有学者在CIOU的基础上将纵横比拆开，提出了EIOU Loss，并且加入Focal聚焦优质的预测框，与CIoU相似的，EIoU是损失函数的解决方案，只用于训练。在错误率小的地方，梯度的值也应当小，反之在错误率大的地方，梯度也应当大，因为这时候我们需要对错误率小的情况进行微调，而错误率大的地方进行大刀阔斧的调整；如下图所示，三种情况IoU都相等，但看得出来他们的重合度是不一样的，左边的图回归的效果最好，右边的最差。DIoU的作者考虑到，在两个框中心点重合时，c与d的值都不变。