Почему иногда детектор объектов yolo предсказывает наличие нескольких ограничивающих рамок для каждого объекта?

Question

Я читал этот отчет , в котором я столкнулся с проблемой, что он у меня тоже есть. Я обучил модель по алгоритму yolov3, и иногда он предсказывает более 1 ограничивающего прямоугольника над одним объектом. Мне было интересно, в чем причина этой проблемы. Заранее благодарим за ответы. Здесь, на этом изображении, вы можете видеть, что верхний правый конец веревки определяется двумя ограничивающими рамками

Answer 1

Он предсказывает это, потому что, конечно, он должен предсказывать что-то с вероятностью. Алгоритм просто запускает вычисления для каждого граничного прямоугольника в каждой ячейке сетки изображения и выдает результат. Невозможно узнать, какой из них истинный. Вот почему существует алгоритм под названием Non-Max Suppression , который может устранить избыточные блоки, но он не точен. 100%

Вот два изображения до и после применения алгоритма Non-Max Suppression.

введите описание изображения здесь

Проблема в том, что вы удаляете блок, если его пересечение с основным блоком (блоком с наибольшей вероятностью) превышает определенный порог, этого порога может быть недостаточно, чтобы исключить такой блок, как случай девушки на картинке.