wordpress网站设置关键词,合肥做淘宝网站推广,哈尔滨建设网站公司吗,交互设计师文章目录 前言一、NMS是什么#xff1f;二、代码展示三、代码实现思路总结 前言
目标检测模型推理后#xff0c;一般都需要进行NMS操作进行多余框去重#xff0c;板端部署一般不用opencv自带的NMS#xff0c;所以记录下手写NMS的代码。 一、NMS是什么#xff1f;
非极大… 文章目录 前言一、NMS是什么二、代码展示三、代码实现思路总结 前言
目标检测模型推理后一般都需要进行NMS操作进行多余框去重板端部署一般不用opencv自带的NMS所以记录下手写NMS的代码。 一、NMS是什么
非极大值抑制Non-Maximum SuppressionNMS算法用于在一组边界框BoundingBoxes中去除高度重叠的边界框只保留最具代表性的一个。
二、代码展示
#include iostream
#include vector
#include algorithm// 边界框结构
struct BoundingBox {float x, y, w, h, confidence;// 计算边界框的面积float area() const {return w * h;}
};// 计算两个边界框之间的IoU
float iou(const BoundingBox a, const BoundingBox b) {const float area_a a.area();const float area_b b.area();// 计算重叠区域的坐标范围const float x1 std::max(a.x, b.x);const float y1 std::max(a.y, b.y);const float x2 std::min(a.x a.w, b.x b.w);const float y2 std::min(a.y a.h, b.y b.h);// 计算重叠区域的面积const float intersection_area std::max(0.0f, x2 - x1) * std::max(0.0f, y2 - y1);// 计算并集区域的面积const float union_area area_a area_b - intersection_area;// 计算IoUreturn union_area 0 ? intersection_area / union_area : 0;
}// 非极大值抑制函数
std::vectorBoundingBox nms(std::vectorBoundingBox boxes, float threshold) {// 根据置信度排序std::sort(boxes.begin(), boxes.end(),[](const BoundingBox a, const BoundingBox b) { return a.confidence b.confidence; });std::vectorBoundingBox result;for (size_t i 0; i boxes.size(); i) {bool keep true;for (size_t j 0; j result.size(); j) {if (iou(boxes[i], result[j]) threshold) {keep false;break;}}if (keep) {result.push_back(boxes[i]);}}return result;
}int main() {std::vectorBoundingBox boxes;// 添加一些示例边界框数据boxes.push_back({10, 10, 20, 20, 0.9});boxes.push_back({15, 15, 25, 25, 0.8});boxes.push_back({30, 30, 20, 20, 0.7});boxes.push_back({40, 40, 15, 15, 0.85});// 运行非极大值抑制算法保留不重叠的边界框float threshold 0.5;std::vectorBoundingBox result nms(boxes, threshold);// 输出保留下来的边界框std::cout 保留的边界框 std::endl;for (const BoundingBox box : result) {std::cout x: box.x , y: box.y , w: box.w , h: box.h , confidence: box.confidence std::endl;}return 0;
}
三、代码实现思路
iou(const BoundingBox a, const BoundingBox b): 这个函数计算两个边界框a和b之间的交并比IoUIntersection over Union。它首先计算每个边界框的面积然后计算它们的交集区域的坐标范围和面积。最后它将交集区域的面积除以并集区域的面积得到IoU值即重叠度。
nms(std::vectorBoundingBox boxes, float threshold): 这个函数实现了非极大值抑制算法。它接受一个包含边界框的向量 boxes 和一个阈值 threshold 作为参数。首先它按照边界框的置信度confidence对边界框进行降序排序以便首先处理置信度最高的边界框。
然后它遍历每个边界框并检查它是否应该被保留。对于每个边界框它将其与已经被保留的边界框进行比较计算它们之间的IoU。如果IoU大于阈值 threshold则说明两个边界框高度重叠当前边界框不被保留否则当前边界框被保留。
最终函数返回一个向量 result其中包含经过非极大值抑制后被保留下来的边界框。 总结
NMS通常用于目标检测中以去除重叠的检测结果只保留最具代表性的结果以提高检测的准确性。 如果阅读本文对你有用欢迎点赞收藏呀 2023年9月27日15:58:10
