计算机视觉 / 系统课时

非极大值抑制

非极大值抑制

YOLO 通常会在同一目标附近输出多个位置相近的候选框。本课将解释重复框为何产生,并通过完整示例掌握非极大值抑制的筛选顺序、IoU 阈值作用以及拥挤场景中的常见边界。

学习目标

  • 理解同一目标产生多个候选框的原因
  • 掌握非极大值抑制的逐轮筛选过程
  • 能根据检测场景合理调整 IoU 阈值

为什么会出现重复候选框

YOLO 会在多个网格位置或多个尺度的特征图上同时预测目标。一个物体可能被相邻位置共同感知,因此模型会输出若干中心点、宽高和置信度略有差异的检测框。

这些候选框并不一定是错误预测。它们说明多个预测位置都认为该区域存在目标,但最终结果只需要保留最可信、定位最准确的一个框。非极大值抑制负责完成这一去重过程。

NMS 的筛选过程

标准非极大值抑制通常按照类别分别处理候选框,核心依据是置信度和交并比 IoU。IoU 表示两个框的重叠程度,取值越接近 1,说明两个框覆盖的区域越相似。具体过程如下:

  1. 删除置信度低于最低阈值的候选框。
  2. 将剩余候选框按置信度从高到低排序。
  3. 取出当前置信度最高的框并加入保留结果。
  4. 计算它与其余同类别候选框的 IoU。
  5. 删除 IoU 高于抑制阈值的候选框。
  6. 对尚未处理的候选框重复上述步骤,直到列表为空。

非极大值抑制筛选流程

用一个例子走完筛选

假设模型对同一类别输出了三个候选框,IoU 抑制阈值设置为 0.5。排序后首先处理置信度最高的 A。

候选框 置信度 与 A 的 IoU 处理结果
A 0.92 1.00 首先保留
B 0.84 0.76 与 A 高度重叠,删除
C 0.67 0.21 与 A 重叠较低,暂时保留

删除 B 后,下一轮将 C 作为当前最高分候选框。此时已经没有其他框需要比较,因此最终结果为 A 和 C。若 C 实际对应另一个相邻目标,这种处理就能同时保留两个检测结果。

阈值如何影响结果

IoU 阈值越低,抑制越严格。例如阈值为 0.3 时,稍有重叠的候选框也可能被删除,重复框较少,但相邻目标容易被误删。阈值越高,模型越倾向于保留重叠框,适合目标密集的场景,但可能留下重复检测。

NMS 前的置信度阈值同样重要。置信度阈值过低会让大量低质量候选框进入计算,增加处理时间;设置过高则可能在 NMS 开始前就漏掉真实目标。

标准 NMS 通常只抑制同类别候选框。若两个高度重叠的框分别预测为行人和自行车,它们可以同时保留。不同实现可能提供类别无关 NMS,应根据任务需求确认配置。

易混淆点

NMS 不会重新计算边界框,也不会提高模型原始定位能力。它只在已有候选框中执行保留和删除。若所有候选框的位置都不准确,调整 NMS 阈值无法从根本上修复定位问题。

在人员密集、货架商品或车流场景中,两个真实目标可能具有较高 IoU。此时可以适当提高阈值,或采用 Soft-NMS 等方法逐步降低重叠框分数,而不是直接将其删除。

按自己的节奏,确认真正理解。

目录与阅读设置

记录一个想法

非极大值抑制

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通