第二步:将general.py中将NMS改为DIOU NMS。 结果:本人在多个数据集上做了大量实验,针对有遮挡目标的数据集检测效果提升明显。 预告一下:下一篇内容分享CIOU NMS。有兴趣的朋友可以关注一下我,有问题可以留言或者私聊我哦 PS:NMS的改进的方法不仅仅是适用改进YOLOv5,也可以改进其他的YOLO网络,比如YOLOv4、v3等。
"""i = torchvision.ops.nms(boxes, scores, iou_thres)# NMS 为了便于后续其他NMS的改进,这里我们也自己写一个NMS算法,这里借鉴了沐神的代码b站链接,大家可以直接在YOLOV5中把上面的torchvision.ops.nms更改为下面的NMS函数 defNMS(boxes, scores, iou_thres, GIoU=False, DIoU=False, CIoU=False):""" :...
"""i = torchvision.ops.nms(boxes, scores, iou_thres)# NMS 为了便于后续其他NMS的改进,这里我们也自己写一个NMS算法,这里借鉴了沐神的代码b站链接,大家可以直接在YOLOV5中把上面的torchvision.ops.nms更改为下面的NMS函数 defNMS(boxes, scores, iou_thres, GIoU=False, DIoU=False, CIoU=False):""" :...