非极大值抑制技术，也成为nms。
思路如下：
- 选取这类box中scores最大的哪一个，记为box_best，并保留它
- 计算box_best与其余的box的IOU
- 如果其IOU>0.5了，那么就舍弃这个box（由于可能这两个box表示同一目标，所以保留分数高的哪一个）
- 从最后剩余的boxes中，再找出最大scores的哪一个，如此循环往复
非极大值抑制（NMS）
2023-07-04
108
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介：
目标检测任务中提高准确度的方法之一
相关文章
|
8月前
|
算法
计算机视觉
|
5月前
|
机器学习/深度学习
文字识别
算法
|
6月前
|
计算机视觉
【YOLOv10改进-损失函数】Shape-IoU：考虑边框形状与尺度的指标
YOLO目标检测专栏探讨了边框回归损失的创新方法，强调了目标形状和尺度对结果的影响。提出的新方法Shape-IoU关注边框自身属性，通过聚焦形状和尺度提高回归精度。实验显示，该方法提升了检测效果，超越现有技术，在多个任务中达到SOTA。论文和代码已公开。
297
0
0
|
算法
计算机视觉
|
算法
数据库
计算机视觉
|
人工智能
|
数据可视化
索引
Python
|
机器学习/深度学习
传感器
算法
|
并行计算
算法
计算机视觉
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）
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）
1084
0
0
