Soft-NMS: Improving object detection with one line of code

Improving object detection with one line of code 是ICCV2017的文章，主要是優化解決目標檢測後處理中非極大值抑制（NMS，Non Maximum Suppression）的問題。

NMS：

在解析本文主旨以前，先回顧下當前目標檢測算法中必不可少的NMS。當前，不管是兩階段的Faster-RCNN或者one-stage的SSD、YOLO等目標檢測模型，最終獲得的目標的候選框很是多，然而圖片中實際的目標很少，遠遠小於候選框的數量。然而對於同一目標，可能產生多個候選框，相互之間的重合度很高，所以爲了消除多餘重複的，獲得最終的候選框，下降false positive，NMS被普遍地應用。

其主要思想與步驟以下：

1. 對於同屬一類的檢測候選框，按照其confidence score進行排序；
2. 選擇score最高的檢測框，加入最終的檢測結果中，而後計算其他各框與其的overlap，若是大於所設閾值，則將對應的框刪除，即進行抑制；小於則保留進入下一此迭代選擇；
3. 對於剩餘的框的重複步驟1和2；

其僞代碼如圖1所示：

                    

    圖1  算法流程               

紅色即爲傳統非極大值抑制的算法流程。NMS很是依賴於overlap的預設閾值T， T過大，則起不到抑制做用，產生FP；T太小，則抑制做用太強，miss_rate會提升，產生漏檢。目前，通常將其設置爲0.3。其次，當兩個同類目標臨近時，也易形成漏檢。以下圖2所示，綠色框內的目標會被抑制形成漏檢。

    圖2   NMS缺陷說明 

Soft-NMS:

基於NMS的上述缺陷，做者提出了Soft-NMS的想法，即當重疊度知足必定閾值後，不是直接將其抑制，而是將其confidence score 下降進入下一次迭代選擇（如圖1綠色虛框所示）。經過overlap的大小下降候選框的置信度來改善上述缺陷，重疊度越大，score下降越多，由於它們更有可能成爲FP。 

所以做者首先設計了以下的score decaying公式：

上式經過一個線性關係根據overlap的大小對score進行降低和懲罰。然而上式並非一個連續，所以做者又提出了一種基於高斯函數的rescore function：

此函數中爲預設值，做者嘗試了[0.1, 0.3, 0.5, 0.7, 0.9 ,1.1]等值。（higher  better localization）

根據圖1綠色虛框所示，Soft-NMS算法的時間複雜度與NMS相同，也是。可是根據做者大量實驗能夠得出，Soft-NMS相比於NMS，在同等計算複雜度的狀況下，會獲得更高的準確率和定位精度，以下圖所示。

以上爲本人對Soft-NMS拙見，歡迎討論。下篇博客會分享曠世ECCV2018的新做IOU-Net，也是去優化NMS，歡迎閱讀。