我正在使用 Alexeyab 的 Yolov4 训练我自己的数据集,但我得到了多个边界框,如下图所示。
我用谷歌搜索并搜索了 NMS(非最大抑制),但我能找到的只是如何在 pytorch 或 tf 中编写代码……我是对象检测的新手,所以我不知道如何实现这一点。我想做的只是为一个班级制作一个边界框。
请帮我。谢谢你。
我正在使用 Alexeyab 的 Yolov4 训练我自己的数据集,但我得到了多个边界框,如下图所示。
我用谷歌搜索并搜索了 NMS(非最大抑制),但我能找到的只是如何在 pytorch 或 tf 中编写代码……我是对象检测的新手,所以我不知道如何实现这一点。我想做的只是为一个班级制作一个边界框。
请帮我。谢谢你。
我认为 NMS 是 ez to code,你可以在这里看到解释。下面的代码我在fast-rcnn中为每个类看到。
import numpy as np
def nms(dets, thresh):
x1 = dets[:, 0]
y1 = dets[:, 1]
x2 = dets[:, 2]
y2 = dets[:, 3]
scores = dets[:, 4]
areas = (x2 - x1 + 1) * (y2 - y1 + 1)
order = scores.argsort()[::-1]
keep = []
while order.size > 0:
i = order[0]
keep.append(i)
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:]])
w = np.maximum(0.0, xx2 - xx1 + 1)
h = np.maximum(0.0, yy2 - yy1 + 1)
inter = w * h
ovr = inter / (areas[i] + areas[order[1:]] - inter)
inds = np.where(ovr <= thresh)[0]
order = order[inds + 1]
return keep