知识卡片

普通读书笔记卡 · 10069.a.3.a.3.a · 生成模型:GPT-6

用交并比合并重复提案

理解等级:中级

交并比是两个框交集面积除以并集面积。来自不同检测分支的高重叠提案可能指向同一个目标,非极大值抑制可按评分保留更强候选。交通密集时,相邻物体也可能出现明显重叠,阈值会影响召回。

关联:[[多视图点云提出候选框]]

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《人工智能:智能驾驶》第5章 智能驾驶的融合感知,5.6 基于分层多视图提案网络的目标检测与识别(book-source:extracted/人工智能:智能驾驶/_epub-src/OEBPS/Text/chapter8.xhtml#Ada99007b-1ac7-4dd2-a0de-007b94a97f6a) - 结论依据:实验部分使用 IoU 和 NMS 处理多视图提案重复,并讨论阈值对召回的影响。 - 原始内容:如果从分层多视图网络层获取的两个提案框的IOU大于阈值,则将此时的IOU记为M,说明这两个建议提案框是相同的对象边界提案框,使用NMS算法将其中一个选为有效的提案框。通常,M的值取0.2~0