Pytorch机器学习（八）—— YOLOV5中NMS非极大值抑制与DIOU-NMS等改进

前言

在目标检测的预测阶段时    
    
    
，会输出许多候选的anchor box 


     


     


  ，其中有很多是明显重叠的预测边界框都围绕着同一个目标

 




 




 
，这时候我就可以使用NMS来合并同一目标的类似边界框   

   

   

，或者说是保留这些边界框中最好的一个    
    
    
。

如果对IOU等知识不了解的可以看我上篇博客Pytorch机器学习（五）——目标检测中的损失函数（l2  

     

     

 ，IOU


  




  




  ，GIOU  


  


  


，DIOU, CIOU）

一
    
    
  、NMS非极大值抑制算法

我们先看一下NMS的直观理解   
     
     
，左图为两个ground truth的bbox



   




   




   ，右图为我自己模拟网络输出的预测框 


     


     


  。

 而下图则是我使用Pytorch官方提供的NMS实现的非极大值抑制 



 



 


，可以看到经过NMS后预测框保留了效果最好的              ，去除了冗余的预测框

 




 




 
。

 下面来讲讲NMS算法的流程




    




    




   ，其实也是十分简单的

一.从所有候选框中选取置信度最高的预测边界框B1作为基准












，然后将所有与B1的IOU超过预定阈值的其他边界框移除   

   

   

。

（这时所有边界框中B1为置信度最高的边界框且没有和其太过相似的边界框——非极大值置信度的边界框被抑制了）

        二.从所有候选框中选取置信度第二高的边界框B2作为一个基准               ，将所有与B2的IOU超过预定阈值的其他边界框移除  

     

     

 。

        三.重复上述操作



     



     



   ，直到所有预测框都被当做基准——这时候没有一对边界框过于相似

二     


     


     
、Hard-NMS非极大值代码

在YOLOV5的源码当中












，作者是直接调用了Pytorch官方的NMS的API

在general.py中的non_max_suppression函数中

""" 其中boxes为Nx4的tensor    
    
    
，N为框的数量 


     


     


  ，4则为x1 y1 x2 y2 socres为N维的tensor

 




 




 
，表示每个框的置信度 iou_thres则为上面算法中的IOU阈值 返回值为一个去除了过于相似框后的   

   

   

，根据置信度降序排列的列表  

     

     

 ，我们就可以根据此列表输出预测框 """ i = torchvision.ops.nms(boxes, scores, iou_thres) # NMS

为了便于后续其他NMS的改进


  




  




  ，这里我们也自己写一个NMS算法  


  


  


，这里借鉴了沐神的代码b站链接   
     
     
，大家可以直接在YOLOV5中把上面的torchvision.ops.nms更改为下面的NMS函数

def NMS(boxes, scores, iou_thres, GIoU=False, DIoU=False, CIoU=False): """ :param boxes: (Tensor[N, 4])): are expected to be in ``(x1, y1, x2, y2) :param scores: (Tensor[N]): scores for each one of the boxes :param iou_thres: discards all overlapping boxes with IoU > iou_threshold :return:keep (Tensor): int64 tensor with the indices of the elements that have been kept by NMS, sorted in decreasing order of scores """ # 按conf从大到小排序 B = torch.argsort(scores, dim=-1, descending=True) keep = [] while B.numel() > 0: # 取出置信度最高的 index = B[0] keep.append(index) if B.numel() == 1: break # 计算iou,根据需求可选择GIOU,DIOU,CIOU iou = bbox_iou(boxes[index, :], boxes[B[1:], :], GIoU=GIoU, DIoU=DIoU, CIoU=CIoU) # 找到符合阈值的下标 inds = torch.nonzero(iou <= iou_thres).reshape(-1) B = B[inds + 1] return torch.tensor(keep)

这里的计算IOU的函数——bbox_iou则是直接引用了YOLOV5中的代码



   




   




   ，其简洁的集成了对与GIOU,DIOU,CIOU的计算


  




  




  。

def bbox_iou(box1, box2, x1y1x2y2=True, GIoU=False, DIoU=False, CIoU=False, eps=1e-9): # Returns the IoU of box1 to box2. box1 is 4, box2 is nx4 box2 = box2.T # Get the coordinates of bounding boxes if x1y1x2y2: # x1, y1, x2, y2 = box1 b1_x1, b1_y1, b1_x2, b1_y2 = box1[0], box1[1], box1[2], box1[3] b2_x1, b2_y1, b2_x2, b2_y2 = box2[0], box2[1], box2[2], box2[3] else: # transform from xywh to xyxy b1_x1, b1_x2 = box1[0] - box1[2] / 2, box1[0] + box1[2] / 2 b1_y1, b1_y2 = box1[1] - box1[3] / 2, box1[1] + box1[3] / 2 b2_x1, b2_x2 = box2[0] - box2[2] / 2, box2[0] + box2[2] / 2 b2_y1, b2_y2 = box2[1] - box2[3] / 2, box2[1] + box2[3] / 2 # Intersection area inter = (torch.min(b1_x2, b2_x2) - torch.max(b1_x1, b2_x1)).clamp(0) * \ (torch.min(b1_y2, b2_y2) - torch.max(b1_y1, b2_y1)).clamp(0) # Union Area w1, h1 = b1_x2 - b1_x1, b1_y2 - b1_y1 + eps w2, h2 = b2_x2 - b2_x1, b2_y2 - b2_y1 + eps union = w1 * h1 + w2 * h2 - inter + eps iou = inter / union if GIoU or DIoU or CIoU: cw = torch.max(b1_x2, b2_x2) - torch.min(b1_x1, b2_x1) # convex (smallest enclosing box) width ch = torch.max(b1_y2, b2_y2) - torch.min(b1_y1, b2_y1) # convex height if CIoU or DIoU: # Distance or Complete IoU https://arxiv.org/abs/1911.08287v1 c2 = cw ** 2 + ch ** 2 + eps # convex diagonal squared rho2 = ((b2_x1 + b2_x2 - b1_x1 - b1_x2) ** 2 + (b2_y1 + b2_y2 - b1_y1 - b1_y2) ** 2) / 4 # center distance squared if DIoU: return iou - rho2 / c2 # DIoU elif CIoU: # https://github.com/Zzh-tju/DIoU-SSD-pytorch/blob/master/utils/box/box_utils.py#L47 v = (4 / math.pi ** 2) * torch.pow(torch.atan(w2 / h2) - torch.atan(w1 / h1), 2) with torch.no_grad(): alpha = v / ((1 + eps) - iou + v) return iou - (rho2 / c2 + v * alpha) # CIoU else: # GIoU https://arxiv.org/pdf/1902.09630.pdf c_area = cw * ch + eps # convex area return iou - (c_area - union) / c_area # GIoU else: return iou # IoU

三 




 




 




、DIOU-NMS

其实DIOU-NMS就是把我上面说的NMS算法中的IOU阈值改为DIOU 



 



 


，将NMS代码中的DIOU设置为True即可  


  


  


。

根据DIOU的论文              ，如果只是单纯的使用NMS




    




    




   ，即是使用IOU作为阈值去筛掉其他预测框时












，当两个物体过于接近时               ，很有可能另外一个物体的预测框就被滤除了   
     
     
。

就像下图中的摩托



   




   




   。使用DIOU-NMS可以一定程度上提升对于靠近的物体的检测 



 



 


。

 四

   

   

 、soft-NMS

网上还有一种soft-NMS的算法



     



     



   ，其思想就是传统的NMS












，如果只通过IOU值就将其他的框直接去掉    
    
    
，有可能会不妥 


     


     


  ，于是就引入了soft-NMS              。

具体流程就是我们把NMS算法中去除其他边界框改成

 




 




 
，修改其他边界框的置信度




    




    




   。

以下引一个博主的图

 其中的f（）函数   

   

   

，现在都是使用的高斯函数

si即为置信度  

     

     

 ，M为当前最大置信度的边界框


  




  




  ，bi为其他边界框

网上对此的效果看法也是褒贬不一  


  


  


，我自己也没有试过   
     
     
，但从直觉来说



   




   




   ，我个人觉得效果不会有很大的提升 



 



 


，如果感兴趣的可以自己试一试












。