locality_aware_nms

paddle.fluid.layers.locality_aware_nms(bboxes, scores, score_threshold, nms_top_k, keep_top_k, nms_threshold=0.3, normalized=True, nms_eta=1.0, background_label=-1, name=None)[源代码]

局部感知NMS

局部感知NMS 用于对边界框(bounding box)和评分(scores)执行局部感知非极大值抑制(LANMS)。

首先,根据边界框之间的IOU(交并比),对边界框和评分进行融合。

在NMS中,如果提供 score_threshold 阈值,则此OP贪心地选择所有得分(scores)高于 score_threshold 的检测边界框(bounding box)的子集,如果nms_top_k大于-1,则选择最大的nms_top_k置信度分数。 接着,该OP依据 adaptive nms(基于 nms_thresholdnms_eta),删除与已选择的框IOU(交并比)高于nms_threshold 的重叠框。

在NMS步骤后,如果keep_top_k大于-1,则每个图像最多保留keep_top_k个框(bounding box)。

参数

  • bboxes (Variable) – 支持两种类型的边界框(bounding box):
    1. (Tensor)形为[N,M,4 或 8、16、24、32]的3-D张量,表示将预测M个边界框的预测位置, N是批大小(batch size)。当边界框(bounding box)大小等于4时,每个边界框有四个坐标值,布局为 \([xmin, ymin, xmax, ymax]\) 。数据类型为float32或float64。
  • scores (Variable) – 支持两种类型的分数:
    1. (Tensor)具有形状 \([N, C, M]\) 的3-D张量表示预测的置信度。 N是批量大小 batch size,C是种类数目,M是边界框bounding box的数量。目前仅支持单个类别,所以输入维度应为 \([N, 1, M]\) 。请注意,M等于bboxes的第二维。数据类型为float32或float64。
  • background_label (int) – 背景标签(类别)的索引,如果设置为 0 ,则忽略背景标签(类别)。如果设置为 -1 ,则考虑所有类别。默认值:-1
  • score_threshold (float) – 过滤掉低置信度分数的边界框的阈值。如果没有提供,请考虑所有边界框。
  • nms_top_k (int) – 基于 score_threshold 的过滤检测后,根据置信度保留的最大检测次数。
  • nms_threshold (float) – 在LANMS中用于融合检测框和剔除检测框IOU的阈值,默认值:0.3 。
  • nms_eta (float) – 在NMS中用于调整 nms_threshold 的参数,设为1时表示nms_threshold不变。默认值:1.0 。
  • keep_top_k (int) – NMS步骤后每个图像要保留的总bbox数。 -1表示在NMS步骤之后保留所有bbox。
  • normalized (bool) – 检测是否已经经过正则化。默认值:True 。
  • name (str|None) – 具体用法请参见 Name ,一般无需设置,默认值为None。

返回

形为[No,6]的2-D LoDTensor,表示检测(detections)结果。每行有6个值:[标签label,置信度confidence,xmin,ymin,xmax,ymax]。或形为[No,10]的2-D LoDTensor,用来表示检测结果。 每行有10个值:[标签label,置信度confidence,x1,y1,x2,y2,x3,y3,x4,y4]。 No是检测的总数。 如果对所有图像都没有检测到的box,则lod将设置为{1},而Out仅包含一个值-1。 (1.3版本之后,当未检测到box时,lod从{0}更改为{1})

返回类型

Variable,数据类型与输入一致。

代码示例

import paddle.fluid as fluid
boxes = fluid.data(name='bboxes', shape=[None, 81, 8],
                          dtype='float32')
scores = fluid.data(name='scores', shape=[None, 1, 81],
                          dtype='float32')
out = fluid.layers.locality_aware_nms(bboxes=boxes,
                                  scores=scores,
                                  score_threshold=0.5,
                                  nms_top_k=400,
                                  nms_threshold=0.3,
                                  keep_top_k=200,
                                  normalized=False)