nms算法的原理及其基于tensorflow的实现

一、算法原理

1. 算法原理

非极大值抑制算法（Non-maximum suppression, NMS）的本质是搜索局部极大值，抑制非极大值元素。

2. 3邻域情况下NMS的实现

3邻域情况下的NMS即判断一维数组I[W]的元素I[i](2<=i<=W-1)是否大于其左邻元素I[i-1]和右邻元素I[i+1]，算法流程如下图所示：

a. 算法流程3-5行判断当前元素是否大于其左邻与右邻元素，如符合条件，该元素即为极大值点。对于极大值点I[i]，已知I[i]>I[i+1]，故无需对i+1位置元素做进一步处理，直接跳至i+2位置，对应算法流程第12行。

b. 若元素I[i]不满足算法流程第3行判断条件，将其右邻I[i+1]作为极大值候选，对应算法流程第7行。采用单调递增的方式向右查找，直至找到满足I[i]>I[i+1]的元素，若i<=W-1，该点即为极大值点，对应算法流程第10-11行。

3. NMS在物体检测中的应用

物体检测中应用NMS算法的主要目的是消除多余（交叉重复）的窗口，找到最佳物体检测位置。

如上图所示，人脸检测中，虽然每个窗口均检测到人脸，但仅需给出一个最有可能表征人脸的窗口

二、tensorflow中的API

函数原型：

tf.image.non_max_suppression( boxes, scores, max_output_size, iou_threshold=0.5, score_threshold=float('-inf'), name=None )

按照参数scores的降序贪婪的选择边界框的子集。删除掉那些与之前的选择的边框具有很高的IOU的边框。边框是以[y1,x1,y2,x2],(y1,x1)和(y2,x2)是边框的对角坐标，当然也可以提供被归一化的坐标。返回的是被选中的那些留下来的边框在参数boxes里面的下标位置。那么你可以使用tf.gather的操作或者利用keras.backend的gather函数来从参数boxes来获取选中的边框。 例如：

selected_indices=tf.image.non_max_suppression(boxes, scores, max_output_size, iou_thresholde)

selected_boxes=tf.gather(boxes,selected_indices)

参数：

• boxes:2-D的float类型的，大小为[num_boxes,4]的张量；
• scores：1-D的float类型的大小为[num_boxes]代表上面boxes的每一行，对应的每一个box的一个score；
• max_output_size:一个整数张量，代表我最多可以利用NMS选中多少个边框；
• iou_threshold:一个浮点数，IOU阙值展示的是否与选中的那个边框具有较大的重叠度；
• score_threshold:一个浮点数，来决定上面时候删除这个边框
• name:可选

返回的是selected_indices:表示的是一个1-D的整数张量，大小为[M]，代表的是选出来的留下来的边框下标，M小于等于max_outpuy_size。

例子：

import tensorflow as tf
import numpy as np
from keras import backend as K

boxes = np.array([[1,2,3,4],[1,3,3,4],[1,3,4,4],[1,1,4,4],[1,1,4,4]],dtype=np.float32)
scores = np.array([0.4,0.5,0.72,0.90,45],dtype=np.float32)

with tf.Session() as sess:
    selected_indices = sess.run(tf.image.non_max_suppression(boxes=boxes,scores=scores,iou_threshold=0.5,max_output_size=5))
    print(selected_indices)
    selected_boxes = sess.run(K.gather(boxes,selected_indices))
    print(selected_boxes)


Output:
----------------
[4 2 0]
[[1. 1. 4. 4.]
 [1. 3. 4. 4.]
 [1. 2. 3. 4.]]
----------------

转载地址：https://blog.csdn.net/m0_37393514/article/details/81777244