Objektdeteksjonsmodeller forutsier ofte flere overlappende avgrensningsbokser for det samme objektet. Dette skjer fordi modellene skanner et bilde i ulike skalaer og posisjoner, noe som fører til redundante prediksjoner. Non-Max Suppression (NMS) er et viktig etterbehandlingssteg som forbedrer disse deteksjonene ved å velge de mest relevante avgrensningsboksene og forkaste unødvendige.

Hvorfor oppstår flere overlappende bokser

Objektdetektorer forutsier flere avgrensningsbokser for ett enkelt objekt på grunn av:

• Anchor-bokser: noen modeller, som Faster R-CNN og YOLO, bruker forhåndsdefinerte anchor-bokser i ulike størrelser, noe som gir flere deteksjoner av samme objekt;

• Sliding window-metoder: enkelte deteksjonsmetoder skanner et bilde i små regioner, noe som fører til gjentatte deteksjoner av et objekt i overlappende områder;

• Høye konfidensscore: modellen tildeler konfidensscore til hver prediksjon, og lignende prediksjoner med høy konfidens kan overlappe betydelig.

Hvis disse redundante boksene ikke filtreres, kan de påvirke ytelsen til objektdeteksjon negativt ved å øke beregningskompleksiteten og gjøre objekttellinger upålitelige.

Hvordan Non-Max Suppression fungerer

NMS brukes for å fjerne dupliserte deteksjoner samtidig som den mest pålitelige avgrensningsboksen beholdes. Prosessen følger disse stegene:

• Sortering etter score: sorter alle predikerte avgrensningsbokser i synkende rekkefølge basert på konfidensscore;

• Velge beste boks: velg boksen med høyest score og legg den til i den endelige listen over deteksjoner;

• IoU-beregning: beregn Intersection Over Union (IoU) mellom den valgte boksen og alle gjenværende bokser;

• Terskelverdi: undertrykk (fjern) bokser som har en IoU over en satt terskelverdi (f.eks. 0,5), siden de sannsynligvis representerer det samme objektet;

• Gjenta: fortsett denne prosessen for neste boks med høyest score til alle bokser er behandlet.

Soft-NMS: Et smartere alternativ

Standard NMS fjerner alle overlappende bokser over en viss IoU-grense, noe som noen ganger kan eliminere nyttige deteksjoner. Soft-NMS forbedrer dette ved å redusere tillitsverdiene til overlappende bokser i stedet for å fjerne dem helt. Denne metoden gir en jevnere undertrykkelsesprosess og kan forbedre deteksjonsytelsen i tette objektscenarier.

Viktige forskjeller mellom Standard NMS og Soft-NMS:

• Standard NMS: fjerner overlappende bokser over IoU-grensen;

• Soft-NMS: reduserer tillitsverdiene til overlappende bokser i stedet for å eliminere dem, noe som gjør den mer fleksibel for å oppdage delvis tildekkede objekter.

Balansering av nøyaktighet og hastighet i NMS

Valg av riktig IoU-grense er avgjørende:

• Høyere grenser (f.eks. 0.6 - 0.7): mer aggressiv filtrering, beholder kun de mest pålitelige boksene, men kan gå glipp av noen gyldige deteksjoner;

• Lavere grenser (f.eks. 0.3 - 0.4): beholder flere overlappende bokser, noe som kan være nyttig i folkerike scener, men kan øke antall falske positiver.

Bruk av optimaliserte implementasjoner, som TensorFlow eller OpenCVs innebygde NMS-funksjoner, kan bidra til å øke hastigheten på prosesseringen for sanntidsapplikasjoner.

Non-Max Suppression er en viktig teknikk innen objektdeteksjon for å fjerne overflødige avgrensningsbokser og forbedre modellens nøyaktighet. Standard NMS eliminerer effektivt dupliserte deteksjoner, mens Soft-NMS forbedrer prosessen ved å justere tillitsverdiene i stedet for å fjerne dem helt. Ved å finjustere IoU-grenser kan man finne riktig balanse mellom deteksjonsnøyaktighet og beregningseffektivitet.