簡介

你曾經(jīng)使用過物體檢測算法嗎？如果是，則很有可能你已經(jīng)使用了非最大抑制算法。也許這是你使用的深度學(xué)習(xí)模式的一部分，你甚至沒有注意到。因為即使是非常復(fù)雜的算法也會面臨這個問題，它們會多次識別同一個對象。今天，想向你展示非最大抑制算法是如何工作的，并提供一個python實現(xiàn)。首先向你展示，邊界框是包圍圖像中檢測到的對象的矩形。然后我將介紹非最大抑制的代碼。該算法逐個刪除冗余的邊界框。它通過移除重疊大于閾值的框來實現(xiàn)。邊界框我們使用邊界框來標(biāo)記圖像中已識別出感興趣對象的部分。

在本例中，要識別的對象是方塊A中的大方塊。邊界框始終是垂直的矩形。因此，我們只需要存儲所有邊界框的左上角和右下角。

當(dāng)使用目標(biāo)檢測方法時，同一個目標(biāo)在稍有不同的區(qū)域被多次檢測到的情況經(jīng)常發(fā)生。

大多數(shù)情況下，我們只想檢測一次對象。為了實現(xiàn)這一點，我們通過應(yīng)用非最大值抑制來刪除冗余的邊界框。非最大抑制現(xiàn)在，向你展示了執(zhí)行非最大抑制的完整功能代碼，這樣你就有了一個概覽。但別擔(dān)心，我會帶你看一下代碼。

def NMS（boxes， overlapThresh ＝ 0．4）：
            ＃ 返回一個空列表，如果沒有給出框

      if len（boxes） ＝＝ 0：
                   return ［］
             x1 ＝ boxes［：， 0］  ＃ x左上角的坐標(biāo)
             y1 ＝ boxes［：， 1］  ＃ y左上角的坐標(biāo)
             x2 ＝ boxes［：， 2］  ＃ x右下角的坐標(biāo)
             y2 ＝ boxes［：， 3］  ＃ y右下角的坐標(biāo)

＃ 計算邊界框的面積，并對邊界進行排序

＃ 邊框的右下角y坐標(biāo)

areas ＝ （x2 － x1 ＋ 1） ＊ （y2 － y1 ＋ 1） ＃ 需要加1

＃ 開始時所有框的索引。

indices ＝ np．a(chǎn)range（len（x1））

for i，box in enumerate（boxes）：
            ＃ 創(chuàng)建臨時索引
             temp＿indices ＝ indices［indices�。絠］
            ＃ 找出相交方塊的坐標(biāo)
             xx1 ＝ np．maximum（box［0］， boxes［temp＿indices，0］）
             yy1 ＝ np．maximum（box［1］， boxes［temp＿indices，1］）
             xx2 ＝ np．minimum（box［2］， boxes［temp＿indices，2］）
             yy2 ＝ np．minimum（box［3］， boxes［temp＿indices，3］）
            ＃ 找出交叉框的寬度和高度
             w ＝ np．maximum（0， xx2 － xx1 ＋ 1）
             h ＝ np．maximum（0， yy2 － yy1 ＋ 1）
            ＃ 計算重疊的比例
             overlap ＝ （w ＊ h） ／ areas［temp＿indices］
            ＃ 如果實際的邊界框與其他框的重疊部分大于閾值，刪除它的索引
             if np．a(chǎn)ny（overlap） ＞ treshold：
                 indices ＝ indices［indices �。� i］
           ＃ 只返回其余索引的方框
            return boxes［indices］．a(chǎn)stype（int）

非最大抑制（NMS）函數(shù)接收一組框，閾值默認值0．4。

def NMS（boxes， overlapThresh ＝ 0．4）：

框的數(shù)組必須進行組織，以便每行包含不同的邊界框。

如果它們重疊更多，則兩個中的一個將被丟棄。重疊樹閾值為0．4意味著兩個矩形可以共享其40％的面積。矩形的面積是用它的寬度乘以它的高度來計算的。我們增加1，因為邊界框在起點坐標(biāo)和終點坐標(biāo)上都有一個像素。

areas ＝ （x2 － x1 ＋ 1） ＊ （y2 － y1 ＋ 1）

然后，我們?yōu)樗�有框�?chuàng)建索引。稍后，我們將逐個刪除索引，直到只有對應(yīng)于非重疊框的索引。

indices ＝ np．a(chǎn)range（len（x1））

在循環(huán)中，我們迭代所有框。對于每個框，我們檢查它與任何其他框的重疊是否大于閾值。如果是這樣，我們將從索引列表中刪除該框的索引。

我們創(chuàng)建包含方框索引的索引，其中不包含box［i］的索引。

temp＿indices ＝ indices［indices！＝i］

為了計算重疊，我們首先計算相交框的坐標(biāo)。這段代碼是矢量化的，以加快速度，我們計算長方體［i］與其他長方體的交點。        

xx1 ＝ np．maximum（box［0］， boxes［temp＿indices，0］）
       yy1 ＝ np．maximum（box［1］， boxes［temp＿indices，1］）
       xx2 ＝ np．minimum（box［2］， boxes［temp＿indices，2］）
       yy2 ＝ np．minimum（box［3］， boxes［temp＿indices，3］）

這可能有點混亂，但零點在左上角。因此，我們通過選擇？？？？1及？？？？1的最小值，？？？？2及？？？？2的最大值來獲得相交框的坐標(biāo)。

然后計算相交框的寬度和高度。我們?nèi)∽畲笾?和計算的寬度和高度，因為負的寬度和高度會擾亂重疊的計算。        

w ＝ np．maximum（0， xx2 － xx1 ＋ 1）
       h ＝ np．maximum（0， yy2 － yy1 ＋ 1）

重疊就是相交框的面積除以邊界框的面積。在我們的例子中，所有邊界框的大小都相同，但該算法也適用于大小不同的情況。        

overlap ＝ （w ＊ h） ／ areas［temp＿indices］

然后，如果box［i］與任何其他框的重疊大于treshold，則我們從剩余的索引中排除索引i。        

if np．a(chǎn)ny（overlap） ＞ treshold：
       indices ＝ indices［indices �。� i］

然后，我們返回帶有未刪除索引的框。像素坐標(biāo)必須是整數(shù)，所以我們轉(zhuǎn)換它們只是為了安全。    

return boxes［indices］．a(chǎn)stype（int）

基于模板匹配的目標(biāo)檢測你可能會問自己，我最初是如何得到這些邊界框的。我使用了一種叫做模板匹配的簡單技術(shù)。你只需要一個圖像和一個模板，即你要搜索的對象。我們的形象將是方塊A。

我們的模板將是圖像中間的方塊。

請注意，模板的方向和大�。ㄒ韵袼貫閱挝唬┍仨毰c要在圖像中檢測的對象大致相同。

我們需要opencv。如果你還沒有，可以在終端中安裝。

pip install opencv－python

我們導(dǎo)入cv2。

import cv2

要執(zhí)行模板匹配并從中生成邊界框，我們可以使用以下函數(shù)。

def bounding＿boxes（image， template）：
          （tH， tW） ＝ template．shape［：2］             ＃ 獲取模板的高度和寬度
            imageGray ＝ cv2．cvtColor（image， 0）        ＃ 將圖像轉(zhuǎn)換為灰度
            templateGray ＝ cv2．cvtColor（template， 0）  ＃ 將模板轉(zhuǎn)換為灰度

            result ＝ cv2．matchTemplate（imageGray， templateGray， cv2．TM＿CCOEFF＿NORMED）  ＃ 模板匹配返回相關(guān)性
          （y1， x1） ＝ np．where（result ＞＝ treshold）  ＃ 對象被檢測到，其中相關(guān)性高于閾值
            boxes ＝ np．zeros（（len（y1）， 4））      ＃ 構(gòu)造一個零數(shù)組
            x2 ＝ x1 ＋ tW                       ＃ 用模板的寬度計算x2
            y2 ＝ y1 ＋ tH                       ＃ 計算y2與模板的高度
           ＃ 填充邊框數(shù)組
            boxes［：， 0］ ＝ x1                
            boxes［：， 1］ ＝ y1
            boxes［：， 2］ ＝ x2
            boxes［：， 3］ ＝ y2
            return boxes．a(chǎn)stype（int）

cv2．matchTemplate函數(shù)返回圖像不同部分與模板的相關(guān)性。

然后，我們選擇圖像的部分，其中相關(guān)性在閾值之上。

（y1， x1） ＝ np．where（result ＞＝ treshold）

我們還需要一個函數(shù)將邊界框繪制到圖像上。

def draw＿bounding＿boxes（image，boxes）：

    for box in boxes：
              image ＝ cv2．rectangle（copy．deepcopy（image），box［：2］， box［2：］， （255，0，0）， 3）
           return image

完整代碼

import cv2

import pyautogui

import pyautogui

import cv2

import numpy as np

import os

import time

import matplotlib．pyplot as plt

import copy

def NMS（boxes， overlapThresh ＝ 0．4）：

      ＃ 返回一個空列表，如果沒有給出框

       if len（boxes） ＝＝ 0：

           return ［］

       x1 ＝ boxes［：， 0］  ＃ x左上角的坐標(biāo)

       y1 ＝ boxes［：， 1］  ＃ y左上角的坐標(biāo)

       x2 ＝ boxes［：， 2］  ＃ x右下角的坐標(biāo)

       y2 ＝ boxes［：， 3］  ＃ y右下角的坐標(biāo)

      ＃ 計算邊界框的面積，并對邊界進行排序

      ＃ 邊框的右下角y坐標(biāo)

       areas ＝ （x2 － x1 ＋ 1） ＊ （y2 － y1 ＋ 1） ＃ 需要加1

      ＃ 開始時所有框的索引。

       indices ＝ np．a(chǎn)range（len（x1））

       for i，box in enumerate（boxes）：
                  ＃ 創(chuàng)建臨時索引
                   temp＿indices ＝ indices［indices！＝i］
                  ＃ 找出相交方塊的坐標(biāo)
                   xx1 ＝ np．maximum（box［0］， boxes［temp＿indices，0］）
                   yy1 ＝ np．maximum（box［1］， boxes［temp＿indices，1］）
                   xx2 ＝ np．minimum（box［2］， boxes［temp＿indices，2］）
                   yy2 ＝ np．minimum（box［3］， boxes［temp＿indices，3］）
                  ＃ 找出交叉框的寬度和高度
                   w ＝ np．maximum（0， xx2 － xx1 ＋ 1）
                   h ＝ np．maximum（0， yy2 － yy1 ＋ 1）
                  ＃ 計算重疊的比例
                   overlap ＝ （w ＊ h） ／ areas［temp＿indices］
                  ＃ 如果實際的邊界框與其他框的重疊部分大于閾值，刪除它的索引
                   if np．a(chǎn)ny（overlap） ＞ treshold：
                       indices ＝ indices［indices �。� i］

      ＃ 只返回其余索引的方框

      return boxes［indices］．a(chǎn)stype（int）

def bounding＿boxes（image， template）：

   （tH， tW） ＝ template．shape［：2］             ＃ 獲取模板的高度和寬度
            imageGray ＝ cv2．cvtColor（image， 0）        ＃ 將圖像轉(zhuǎn)換為灰度
            templateGray ＝ cv2．cvtColor（template， 0）  ＃ 將模板轉(zhuǎn)換為灰度
   

     result ＝ cv2．matchTemplate（imageGray， templateGray， cv2．TM＿CCOEFF＿NORMED）  ＃ 模板匹配返回相關(guān)性
          （y1， x1） ＝ np．where（result ＞＝ treshold）  ＃ 對象被檢測到，其中相關(guān)性高于閾值
            boxes ＝ np．zeros（（len（y1）， 4））      ＃ 構(gòu)造一個零數(shù)組
            x2 ＝ x1 ＋ tW                       ＃ 用模板的寬度計算x2
            y2 ＝ y1 ＋ tH                       ＃ 計算y2與模板的高度
           ＃ 填充邊框數(shù)組
            boxes［：， 0］ ＝ x1                
            boxes［：， 1］ ＝ y1
            boxes［：， 2］ ＝ x2
            boxes［：， 3］ ＝ y2
            return boxes．a(chǎn)stype（int）

def draw＿bounding＿boxes（image，boxes）：
            for box in boxes：
                image ＝ cv2．rectangle（copy．deepcopy（image），box［：2］， box［2：］， （255，0，0）， 3）
            return image

if ＿＿name＿＿ ＝＝ ＂＿＿main＿＿＂：

      time．sleep（2）

      treshold ＝ 0．8837 ＃ 關(guān)聯(lián)閾值，以便識別一個對象

      template＿diamonds ＝ plt．imread（r＂templates／ace＿diamonds＿plant＿template．jpg＂）
             ace＿diamonds＿rotated ＝ plt．imread（r＂images／ace＿diamonds＿table＿rotated．jpg＂）
             boxes＿redundant ＝ bounding＿boxes（ace＿diamonds＿rotated， template＿diamonds） ＃ 計算邊界盒
             boxes ＝ NMS（boxes＿redundant）                                            ＃ 刪除多余的包圍框
             overlapping＿BB＿image ＝ draw＿bounding＿boxes（ace＿diamonds＿rotated，
                                              boxes＿redundant）  ＃ 使用所有多余的邊框繪制圖像
             segmented＿image ＝ draw＿bounding＿boxes（ace＿diamonds＿rotated，boxes）           ＃ 在圖像上繪制邊界框
             plt．imshow（overlapping＿BB＿image）
             plt．show（）
             plt．imshow（segmented＿image）
             plt．show（）

結(jié)論

我們可以使用非最大值抑制來刪除冗余的邊界框。它們是多余的，因為它們多次標(biāo)記同一對象。

NMS算法利用相交三角形的面積計算三角形之間的重疊。如果邊界框與任何其他邊界框的重疊高于閾值，則將刪除該邊界框。

    ?原文標(biāo)題:非最大抑制?