当前位置：首页 > news >正文

13.4.4 使用非极大值抑制预测边界框

news 2025/10/19 1:08:13

def multibox_detection(cls_probs, offset_preds, anchors, nms_threshold=0.5,pos_threshold=0.009999999):

        conf, class_id = torch.max(cls_prob[1:], 0)

1. 输入 cls_prob 的结构

cls_prob 是 cls_probs[i]，即第 i 个样本的分类概率，形状为 (num_classes + 1, num_anchors)。
- num_classes + 1：包括所有目标类别 + 1个背景类（假设背景类是第 0 类）。
- num_anchors：锚框的数量。

例如，如果有 20 个类别 + 1 个背景类，cls_prob.shape = (21, 1000)（假设 1000 个锚框）。

2. cls_prob[1:] 的作用

cls_prob[1:] 表示 去掉背景类（第 0 类），只保留目标类别的概率。
- 如果原始 cls_prob 是 (21, 1000)，那么 cls_prob[1:] 就是 (20, 1000)。
- 这样做的目的是 只关心目标类别的置信度，忽略背景类。

3. torch.max(cls_prob[1:], 0) 的作用

torch.max(..., dim=0) 表示 在第 0 维度（类别维度）上取最大值。
返回值：
- conf：每个锚框的最大类别概率（置信度），形状 (num_anchors,)。
- class_id：每个锚框对应的类别索引（从 0 开始，对应 cls_prob[1:] 的第 0 类，即原始 cls_prob 的第 1 类）。

        class_id = class_id[all_id_sorted]conf, predicted_bb = conf[all_id_sorted], predicted_bb[all_id_sorted]

这一行代码的作用是重新排序

        conf[below_min_idx] = 1 - conf[below_min_idx]

这行代码 conf[below_min_idx] = 1 - conf[below_min_idx] 的作用是 对低置信度的预测框（被判定为背景的框）的置信度进行特殊处理。我们来详细解析它的逻辑和目的：

在目标检测的后处理阶段，代码会先通过 pos_threshold 过滤掉低置信度的预测框：

below_min_idx = (conf < pos_threshold)  # 找出置信度低于阈值的框
class_id[below_min_idx] = -1            # 将这些框的类别标记为背景（-1）

此时：

这行代码对低置信度框的 conf 值做了一个反向操作：

non_keep的conf不用做上面的操作是因为non_keep本身是通过nms搞出来的，本来的conf不没有很低