deep-learning - 为什么有时 yolo 对象检测器会预测每个对象的多个边界框？

Question

我正在阅读这份报告，但我也遇到了一个问题。我通过 yolov3 算法训练了一个模型，有时它预测一个对象上的多个边界框。我想知道这个问题的原因是什么。感谢您提前回复。在这张图片中，您可以看到右上角的绳索末端被两个边界框检测到

标签： deep-learningobject-detectionyolobounding-boxfalse-positive

Answer 1

它预测它是因为它当然必须以一定的概率预测某些事情。该算法只是对图片网格中每个单元格中的每个边界框进行计算并产生输出。没有办法知道哪一个是真的。这就是为什么有一种叫做Non-Max Suppression的算法可以消除冗余框，但它不是 100% 准确的

这是应用非最大抑制算法前后的两张图片。

问题是如果一个框与主框（概率最高的框）的交集超过某个阈值，则您将其消除，该阈值可能不足以消除该框，例如图中女孩的情况。