深度学习基本功3：NMS（Non-Maximum Suppression，非极大值抑制）算法原理及实现-Toy模板网

这篇具有很好参考价值的文章主要介绍了深度学习基本功3：NMS（Non-Maximum Suppression，非极大值抑制）算法原理及实现。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

1. 为什么要使用NMS

大多数目标检测算法（稠密预测）在得到最终的预测结果时，特征图的每个位置都会输出多个检测结果，整个特征图上会出很多个重叠的框。例如要检测一辆车，可能会有多个bbox都把这辆车给框了出来，因此需要从这些bbox中选出框得最好的，删除掉其它的。要定义框得好与不好，就得看bbox的预测置信度；为了删掉重叠的多余的框，就得利用IoU来检查重叠程度。

2. NMS算法原理

2.1 IoU与置信度

在NMS中，需要将与当前bbox的IoU超过一定阈值的框给删除。而当前bbox的选择则是根据置信度的排序，置信度最高的说明框得最准，将它作为基准，删除掉和它重叠度（也就是IoU）过高的bbox。而置信度的计算在不同算法中也是不同的，可以参考YOLOv1算法中置信度的定义作为一种参考。为了定义重叠度是否过高，需要引入一个阈值超参数，这个阈值和计算mAP定义正负样本时的阈值是完全不一样的。此外，在执行NMS之前一般会先把置信度过低的bbox给初筛一遍，这些bbox框得不准，放到NMS中会增加计算负担，这里也会给置信度设置一个阈值，所以区分这几个阈值对于理解目标检测算法流程非常重要。并且，NMS一般是对每个类别的bbox分别使用的，这样的话就不会把重叠度高但属于不同类别的bbox给误删了。

2.2 算法流程

Step1：将原始列表中的所有bbox按照置信度从高到低进行排序；
Step2：选取当前置信度最高的bbox，记为 $b$ ，并将其放到最终的结果列表里；
Step3：计算剩余所有bbox与 $b$ 的IoU，将IoU大于阈值的bbox全部删除；
Step4：从原始列表中删除 $b$ ；
Step5：重复Step2-4，直到原始列表中不再有bbox；
Step6：返回结果列表，即为NMS筛选后的结果。文章来源地址https://www.toymoban.com/news/detail-458971.html

3. Python代码实现

import numpy as np


# dets: 检测出的图中某一类别的bbox及对应的置信度，列表中的每个元素为[x1, y1, x2, y2, confidence]；
# thresh: 设定的IoU阈值
def nms(dets, thresh):
	# 预处理
    # 提取各个bbox的位置，即左上角和右下角坐标，用于后续计算IoU里的各种面积
    x1 = dets[:, 0]
    y1 = dets[:, 1]
    x2 = dets[:, 2]
    y2 = dets[:, 3]
    scores = dets[:, 4] # 提取各个bbox的置信度
    areas = (x2 - x1 + 1) * (y2 - y1 + 1)  # 计算各个bbox的面积
    # Step1：将原始列表中的所有bbox按照置信度从高到低进行排序
    order = scores.argsort()[::-1]  # 在从大到小排序后返回索引值，即order[0]表示scores列表里最大值的索引
    keep = []  # 保存筛选后重叠度低于阈值的bbox，注意，返回的是原始列表中要保留的bbox的索引
    # Step5：重复Step2-4，直到原始列表中不再有bbox
    while order.size > 0:
    	# Step2：选取当前置信度最高的bbox，记为$b$，并将其放到最终的结果列表里
        i = order[0]  # scores列表里置信度最高的bbox对应的的索引
        keep.append(i)  # 将当前这个框得最准的bbox保存到输出结果里
        # Step3：计算剩余所有bbox与$b$的IoU，将IoU大于阈值的bbox全部删除
        # 首先要计算出bbox重叠部分的左上角和右下角坐标
        # 即取两个bbox中左上角值较大者和右下角值较小者
        xx1 = np.maximum(x1[i], x1[order[1:]])
        yy1 = np.maximum(y1[i], y1[order[1:]])
        xx2 = np.minimum(x2[i], x2[order[1:]])
        yy2 = np.minimum(y2[i], y2[order[1:]])
        # 计算重叠部分的宽和高，如果算出来是负值则说明两个bbox不重叠，因此要把相应的宽/高置0
        w = np.maximum(0.0, xx2 - xx1 + 1)
        h = np.maximum(0.0, yy2 - yy1 + 1)
        # 计算重叠部分的面积
        inter = w * h
        # 计算$b$与剩余所有bbox的IoU
        ovr = inter / (areas[i] + areas[order[1:]] - inter)
        # 将IoU大于阈值的bbox全部删除，也就是把重叠度较小的bbox给保留下来
        inds = np.where(ovr <= thresh)[0]
        # Step4：从原始列表中删除$b$
        # 由于之前的操作都是算的剩余的bbox与$b$的关系，也就是排除了原始列表的首个元素（从算xx1开始）
        # 所以上面得到的inds要+1才是真正对应到原始列表中的索引，这个过程也就自动地把$b$拿掉了
        order = order[inds + 1]

	# Step6：返回结果列表，即为NMS筛选后的结果
    return keep


if __name__ == '__main__':
    bounding_boxes = np.array([[187, 82, 337, 317, 0.9], [150, 67, 305, 282, 0.75], [246, 121, 368, 304, 0.8]])
    threshold = 0.6
    keep = nms(bounding_boxes, threshold)
    print(keep)