![](https://csdnimg.cn/release/download_crawler_static/88519586/bg8.jpg)
⾯试必考的NMS
法1的bug:2个⽬标本⾝⽐较近怎么办?依然没有解决。
如果不知道到底有⼏个⽬标呢?NMS⾃动解决了这个问题。
⾯试的时候会问这样⼀个问题:NMS的适⽤情况是什么?
答:1图多⽬标检测时⽤NMS。
到现在为⽌我们终于解决了第4节开始提出的多个⽬标的问题,现在⼜有了新的需求:
需求2:多类的⽬标怎么办呢?
⽐如说我现在既要你检测葫芦娃的脸,⼜要你检测葫芦娃的葫芦,怎么设计?
img cbrp16 cbrp32 cbrp64 cbrp128 ... fc256-fc[5+2]*N [c,x,y,w,h,one-hot]*N
2个类,one-hot就是[0,1],[1,0]这样⼦,如下图8所⽰:
图8:多类的⽬标的label
伪代码依然是:
loss = 0
for img in img_all:
for i in range(3):
for j in range(4):
c_loss = lamda_1*(c_pred-c_label)**2
c_label*(h_pred-h_label)**2
class_loss = 1/m * mse_loss(p_pred, p_label)
loss_ij =c_loss + geo_loss + class_loss
loss += loss_ij
loss.backward()
⾄此,多个类的问题也解决了,现在⼜有了新的需求: