为什么有时 yolo 对象检测器会预测每个对象的多个边界框？
Why sometimes yolo object detector predicts multiple bounding box per object?
我正在读这个report which I faced a problem that I have it too. I have trained a model by yolov3 algorithm and sometimes it predicts more than 1 bounding box over one object. I was wondering what is the cause of this issue. Thanks for your replies in advance.Here in this image you can see that the top right rope-end is detected by two bounding boxes
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 运行 它计算图片网格中每个单元格中的每个边界框并产生输出。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的算法可以消除多余的框，但不是100%准确
下面是应用Non-Max Suppression算法前后的两张图
问题是，如果一个框与主框（概率最大的框）的交集超过了某个阈值，你就消除了一个框，这个阈值可能不足以消除像图片中的女孩。
我正在读这个report which I faced a problem that I have it too. I have trained a model by yolov3 algorithm and sometimes it predicts more than 1 bounding box over one object. I was wondering what is the cause of this issue. Thanks for your replies in advance.Here in this image you can see that the top right rope-end is detected by two bounding boxes
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 运行 它计算图片网格中每个单元格中的每个边界框并产生输出。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的算法可以消除多余的框，但不是100%准确
下面是应用Non-Max Suppression算法前后的两张图
问题是，如果一个框与主框（概率最大的框）的交集超过了某个阈值，你就消除了一个框，这个阈值可能不足以消除像图片中的女孩。