消除Tensorflow对象检测API中不同类之间重叠的边界框

Question

我正在使用Tensorflow对象检测API来训练我自己的车辆检测器。当我使用对象检测教程测试我的模型时，我发现在某些情况下，卡车被检测为一辆车和一辆卡车，周围有两个重叠的边框。我只想离开那个检测得分最高的人。

我知道确实消除了重叠的边界框，但对于跨不同类的边界框，它并不这样做。有什么办法可以摆脱重叠的盒子吗？在对象检测API代码中是否有我可以更改的地方来实现这一点？

Answer 1

您可以对所有类使用non_max_suppression：

  corners = tf.constant(boxes, tf.float32)
  boxesList = box_list.BoxList(corners)
  boxesList.add_field('scores', tf.constant(scores))
  iou_thresh = 0.1
  max_output_size = 100
  sess = tf.Session()
  nms = box_list_ops.non_max_suppression(
      boxesList, iou_thresh, max_output_size)
  boxes = sess.run(nms.get())

Answer 2

有两种方法可以消除重叠的边框。

第一，将"min_score_thresh“参数设置为utils.py文件中的"visualize_boxes_and_labels_on_image_array”函数；

第二，在配置文件中设置非最大抑制阈值。