Les modèles de détection d'objets prédisent souvent plusieurs boîtes englobantes superposées pour un même objet. Cela se produit parce que les modèles analysent une image à différentes échelles et positions, ce qui conduit à des prédictions redondantes. La suppression non maximale (NMS) est une étape de post-traitement essentielle qui affine ces détections en sélectionnant les boîtes englobantes les plus pertinentes tout en éliminant celles qui sont inutiles.

Raisons de la présence de plusieurs boîtes superposées

Les détecteurs d'objets prédisent plusieurs boîtes englobantes pour un seul objet en raison de :

• Boîtes d'ancrage : certains modèles, comme Faster R-CNN et YOLO, utilisent des boîtes d'ancrage prédéfinies de différentes tailles, ce qui entraîne plusieurs détections du même objet ;

• Approches par fenêtre glissante : certaines méthodes de détection analysent une image par petites régions, provoquant des détections répétées d'un objet dans des zones qui se chevauchent ;

• Scores de confiance élevés : le modèle attribue des scores de confiance à chaque prédiction, et des prédictions similaires avec une forte confiance peuvent se chevaucher de manière significative.

Si ces boîtes redondantes ne sont pas filtrées, elles peuvent nuire aux performances de la détection d'objets en augmentant la complexité computationnelle et en rendant le comptage des objets peu fiable.

Fonctionnement de la suppression non maximale

La NMS est appliquée pour supprimer les détections dupliquées tout en conservant la boîte englobante la plus confiante. Elle suit les étapes suivantes :

• Tri par score : organiser toutes les boîtes englobantes prédites par ordre décroissant de leur score de confiance ;

• Sélection de la meilleure boîte : choisir la boîte ayant le score le plus élevé et l’ajouter à la liste finale des détections ;

• Calcul de l’IoU : calculer l’Intersection over Union (IoU) entre la boîte sélectionnée et toutes les boîtes restantes ;

• Seuil : supprimer les boîtes ayant un IoU supérieur à un seuil défini (par exemple, 0,5) car elles représentent probablement le même objet ;

• Répéter : poursuivre ce processus pour la boîte suivante avec le score le plus élevé jusqu’à ce que toutes les boîtes soient traitées.

Soft-NMS : Une alternative plus intelligente

NMS standard supprime toutes les boîtes superposées dépassant un certain seuil d'IoU, ce qui peut parfois éliminer des détections pertinentes. Soft-NMS améliore ce procédé en diminuant les scores de confiance des boîtes superposées au lieu de les supprimer complètement. Cette méthode permet une suppression plus progressive et peut améliorer les performances de détection dans des scénarios d'objets denses.

Principales différences entre NMS standard et Soft-NMS :

• NMS standard : supprime les boîtes superposées dépassant le seuil d'IoU ;

• Soft-NMS : réduit les scores de confiance des boîtes superposées au lieu de les éliminer, ce qui le rend plus flexible pour la détection d'objets partiellement occultés.

Équilibrer précision et rapidité dans NMS

Le choix du bon seuil d'IoU est crucial :

• Seuils plus élevés (par exemple, 0,6 - 0,7) : filtrage plus agressif, ne conservant que les boîtes les plus fiables mais risquant de manquer certaines détections valides ;

• Seuils plus faibles (par exemple, 0,3 - 0,4) : conserve davantage de boîtes superposées, ce qui peut être utile dans des scènes encombrées mais peut augmenter les faux positifs.

L'utilisation d'implémentations optimisées, telles que les fonctions NMS intégrées de TensorFlow ou OpenCV, peut accélérer le traitement pour les applications en temps réel.

Non-Max Suppression est une technique essentielle en détection d'objets pour supprimer les boîtes englobantes redondantes et améliorer la précision du modèle. NMS standard élimine efficacement les détections dupliquées, tandis que Soft-NMS affine le processus en ajustant les scores de confiance au lieu de supprimer directement. En ajustant finement les seuils d'IoU, il est possible de trouver le bon équilibre entre précision de détection et efficacité computationnelle.