目标检测中的非最大值抑制算法-600学习网

600学习网终身会员188，所有资源无秘无压缩-购买会员

计算机视觉是人工智能的一个重要领域，它可以识别和理解图像和场景。

它包括图像识别.目标检测.图像分割.图像生成.图像超分辨率等许多子领域。由于大量的实际用例，目标检测可能是最广泛使用的。

目标检测

目标检测是指计算机系统在图像中定位目标并识别每个目标的能力。目标检测已广泛应用于人脸检测.车辆检测.行人计数.安全系统和自主车辆。

目标检测模型从端到端学习范式的发展中受益匪浅：建议.特征和分类器成为一个神经网络，将一般目标检测的结果提高了两倍[1]一般来说，所有现代目标检测模型都遵循三个步骤：

1.建议窗口的搜索空间(通过滑动窗口或使用建议的稀疏窗口)。

2.使用分类器/回归对窗口进行评分。

3.合并可能属于同一对象的窗口。

最后一步称为”非最大抑制”

边界框

在对象检测中，我们通常使用边界框来描述对象在图像中的空间位置。

边界框是使用左上角和右下角坐标绘制的矩形。另一个常见的边界框表示由矩形的中心和矩形的高度和宽度组成。

非最大算法(NMS)

可以使用以下步骤解释该算法：

输入：检测到的每个对象的边界框列表.类名和输出概率。

1.删除输出概率分数小于指定阈值的边界框。

2.按输出概率的降序排列剩余边界框的列表。

3.遍历排序的边界框列表，直到至少剩下一个元素。

4.从列表中删除第一个边界框，并将其标记为”当前元素”。此外，检查借据。如果IOU高于指定的阈值，则从列表中删除元素，并将当前元素附加到最终列表中

5.重复步骤3和4。

6.返回”最终列表”

NMS算法试运行

假设下图(图1)包含两只狗(Maya在左侧，Zoro在右侧)。我们有一个对象检测模型，可以在图像中区分Maya和Zoro。

当使用上图来推断我们的目标检测模型(没有NMS)时，我们将得到图2所示的输出。在这里，我们可以看到，我们在单个对象上得到了多个具有自己概率分数的边界框。

我们的目标是为对象选择最合适的边界框。换句话说，我们必须从概率为0.94.0.68和0.47的三个框中选择Maya边界框。同样，我们必须在概率为0.9和0.58的两个边界框中找到最佳Zoro边界框。

根据该算法，我们将首先丢弃概率分数低于指定阈值的所有边界框。例如，如果将阈值设置为0.5，我们将丢弃Maya概率为0.47的边界框。

此外，我们将找到概率得分最高的边界框，并用同一类的所有其他边界框检查其IOU。如果IOU高于阈值(表示同一对象)，则丢弃概率分数较低的边界框。

同样，我们将对图像中所有检测到的对象执行以下步骤。最终输出如图3所示。

密码

首先，我们将初始化概率置信阈值和IOU阈值。例如，如果边界框的概率低于概率置信阈值，我们将丢弃该边界框。同样，如果IOU分数高于定义的阈值，我们将不考虑输出概率低的边界框。

导入cv2类NMS:def＿＿init＿(self)－＞无：self.conf＝0.5 self.iou＿阈值＝0.4

下面截取的代码中的IOU函数计算

bboxes _ list＝〔class，X(左上)，Y(左上角)，X(右下角)，Y，右下角，输出_概率〕样本值：0 187 90 586 607 0.94 0 120 116 600 370 0.68 1 511 185 961 418 0.58 0 340 145 568 478 0.47 1 524 70 920 565 0.92

def draw＿overlay(self，image，bboxes＿list)：overlay＿color＝｛’0’：(0，255，0)，’1’：(坐标〔2〕))终点＝(int(坐标〔3〕)，int(坐标〕4〕))prob＝float(坐标〔5〕)text＿start＿point＝(int)坐标〔1〕，int(coord〔2〕〕－10)image＝cv2.矩形(图像，起点，终点，覆盖层颜涩〔class＿名称〕，覆盖层厚度)image＝cv2.putText(image，str(prob)，text＿start＿point，font，0.8，overlay＿color〔class＿name〕，overlay＿thickness－1，cv2.LINE＿AA)cv2.imshow(“im”，image)cv2.waitKey(0)cv2。destroyAllWindows()

以下功能是上述NMS算法的实现。此函数用于在应用非最大抑制算法后返回所需的边界框。

def nms(self，image，bboxes＿list)：req＿bboxes，final＿boxes＝〔〕，〔〕表示bboxes中的坐标：prob＝float(coord〔5〕)如果prob＞self.conf:req＿bboxes.append(coord)＃根据概率得分对边界框进行排序(req＿bboxes，reverse＝True，key＝lambda x:x〔5〕)而len(bboxes＿sorted)＞0：＃移除最佳概率边界框＝bboxes sorted.pop(0)对于bboxes中的b排序：＃如果框〔0〕＝＝b〔0〕：iou＝self.iou(框〔1：－1〕，b〔1：－1〕)如果iou＞＝self.iou＿阈值：＃如果iou很大，则丢弃概率最低的盒子bbox＿排序。移除(b)打印(len(bboxes＿排序))最后的＿盒子。追加(box)返回最后的＿＿盒子

下面是NMS类的驱动程序代码。首先，我们读取坐标。txt获取边界框的坐标和其他细节；然后，我们应用NMS算法来获得所需的边界框。

如果＿＿name＿＝＝”＿＿main＿”：image＝cv2.imread(“zoraya.jpg”)，打开(“coordinates.txt”，”r”)作为f：data＝f.readlines()data＝〔i〔：－1〕.split(”)for i in data〕obj＝NMS()obj。draw＿overlay(image，data)final＿boxes＝obj.NMS(image.data)对象绘制_覆盖(图像，最终_框)

coordinates.txt 0 187 90 586 607 0.94 0 120 116 600 370 0.68 1 511 185 961 418 0.58 0 340 145 568 478 0.47 1 524 70 920 565 0.92

结论

本文概述了非最大抑制算法和python实现的要求。此外，我们使用一个图像示例来解释该算法。