AI面试题:什么是非极大值抑制(NMS)?

开课吧开课吧锤锤2021-03-03 15:27

点赞
有用
分享分享

    互联网的快速发展,人工智能时代已经悄悄来到我们的身边,很多人的传统观念中,认为人工智能是机器人,是机器战甲。其实我们身边很多一直存在的都是人工智能,例如导航,无人驾驶,智能音箱等,我们习以为常的软件和电子产品,都是人工智能的分支。人工智能很大,需要人类慢慢的去探索。今天为大家带来的面试题是:什么是非极大值抑制(NMS)?

ai

    R-CNN会从一张图片中找出n个可能是物体的矩形框,然后为每个矩形框为做类别分类概率:

ai

    就像上面的图片一样,定位一个车辆,最后算法就找出了一堆的方框,我们需要判别哪些矩形框是没用的。非极大值抑制的方法是:先假设有6个矩形框,根据分类器的类别分类概率做排序,假设从小到大属于车辆的概率分别为A、B、C、D、E、F。

    (1)从最大概率矩形框F开始,分别判断A~E与F的重叠度IOU是否大于某个设定的阈值;

    (2)假设B、D与F的重叠度超过阈值,那么就扔掉B、D;并标记第一个矩形框F,是我们保留下来的。

    (3)从剩下的矩形框A、C、E中,选择概率最大的E,然后判断E与A、C的重叠度,重叠度大于一定的阈值,那么就扔掉;并标记E是我们保留下来的第二个矩形框。

    就这样一直重复,找到所有被保留下来的矩形框。

    非极大值抑制(NMS)顾名思义就是抑制不是极大值的元素,搜索局部的极大值。这个局部代表的是一个邻域,邻域有两个参数可变,一是邻域的维数,二是邻域的大小。这里不讨论通用的NMS算法,而是用于在目标检测中用于提取分数最高的窗口的。

    例如在行人检测中,滑动窗口经提取特征,经分类器分类识别后,每个窗口都会得到一个分数。但是滑动窗口会导致很多窗口与其他窗口存在包含或者大部分交叉的情况。这时就需要用到NMS来选取那些邻域里分数最高(是行人的概率最大),并且抑制那些分数低的窗口。

    以上就是小编为大家准备的人工智能面试题,更多人工智能面试题请点击下方图片,免费领取课程。

AI面试资料

    人工智能技术是IT行业未来发展的主要部分,所以掌握人工智能技术,就是走在世道的前沿。

有用
分享