目标检测学习笔记——NMS、置信度、IOU

2024-05-13 07:41:23

一、NMS

非极大值抑制用在最后阶段，即所有边界框都已经回归调整过后，对图片每一类使用NMS防止一个目标出现多个边界框。
1、非极大值抑制需要设置一个阈值
2、使用时间是最后调整完预测框位置后
3、多少个类就使用多少次非极大值抑制
3、每一类使用非极大值抑制后找到所有这类的边界框
添加链接描述

二、置信度

置信度用来判断边界框内的物体是正样本还是负样本，大于置信度阈值的判定为正样本，小于置信度阈值的判定为负样本即背景。

三、IOU（交并比）

1、IOU被用来判断bbox是正样本还是负样本。
置信度和IOU一起用来计算精确率（查确率，所有判断的目标中判断正确的比例，分类器认为是正类并且确实是正类的部分占所有分类器认为是正类的比例）TP/TP+FP和召回率（查全率，所有目标中被检测到的目标比例，分类器认为是正类并且确实是正类的部分占所有确实是正类的比例）TP/TP+FN
精确率就是判断为正样本中实际为正样本的概率，召回率就是所有真实样本中被找到为正样本的概率。
当通过IOU判断是正样本的情况属于P当通过confidence阈值判断的正样本属于T，所以如果IOU判断是正样本且confidence也判断是正样本时属于TP,这时剩下的实际的GT但置信度却小于confidence阈值的被认为是FN。

计算AP（平均精确率），是针对每一类来说的，先将每类预测框按照置信度从大到小依次排序，再依次计算出精确率和召回率，然后画出PR曲线图，图下的面积就是该类别的AP。

注意这里所有的bbox都是经过NMS之后得到的。
所有类的AP求平均就是MAP。

添加链接描述
添加链接描述
经典参考资料

目标检测学习笔记——NMS、置信度、IOU相关推荐

9月1日目标检测学习笔记——文本检测
文章目录前言一.类型 1.Top-Down 2.Bottom-up 二.基于深度学习的文本检测模型 1.CTPN 2.RRPN 3.FTSN 4.DMPNet 5.EAST 6.SegLink 7 ...
《南溪的目标检测学习笔记》——目标检测模型的设计笔记
1 南溪学习的目标检测模型--DETR 南溪最赞赏的目标检测模型是DETR, 论文名称:End-to-End Object Detection with Transformers 1.2 decode ...
《南溪的目标检测学习笔记》——夏侯南溪的CNN调参笔记，加油
1 致谢感谢赵老师的教导! 感谢张老师的指导! 2 调参目标在COCO数据集上获得mAP>=10.0的模型,现在PaddleDetection上的Anchor-Free模型[TTFNet]的 ...
《南溪的目标检测学习笔记》——模型预处理的学习笔记
1 介绍在目标检测任务中,模型预处理分为两个步骤: 图像预处理:基于图像处理算法数值预处理:基于机器学习理论关于图像预处理,请参考<南溪的目标检测学习笔记>--图像预处理的学习笔记 ...
《南溪的目标检测学习笔记》——COCO数据集的学习笔记
1 COCO数据集 COCO数据集下载链接:COCO_download 1.1 数据概览数据集大小 train: 118287张 train+val: 123287张 val: 5000张目标数量 ...
《南溪的目标检测学习笔记》的笔记目录
1 前言这是<南溪的目标检测学习笔记>的目录~ 2 学习目标检测的思路--"总纲" <南溪的目标检测学习笔记>--目标检测的学习笔记我在这篇文章中介绍了 ...
[初窥目标检测]——《目标检测学习笔记（2）:浅析Selective Search论文——“Selective Search for object recognition”》
[初窥目标检测]--<目标检测学习笔记(2):浅析Selective Search论文--Selective Search for object recognition> 本文介绍前文我 ...
3D目标检测学习笔记
博主初学3D目标检测,此前没有相关学习背景,小白一枚-现阶段的学习重点是点云相关的3D检测. 本文是阅读文章:3D Object Detection for Autonomous Driving: A ...
目标检测学习笔记——SSD以及改进模型DSSD的原理解读及SSD的Tensorflow代码实现（图文并茂）
目录 1.SSD的知识思维脑图 2.简介 2.1.SSD出现的背景 2.2.SSD的模型思想 2.2.1.多尺度特征图预测(Multi-Scale Feature Maps Prediction) 2 ...

最新文章

热门文章