Python开发中如何利用PyTorch实现目标检测中的NMS非极大值抑制?

大杰大大_6834

大杰大大_6834

2026-11-19

514人浏览

原创

torchvision.ops.nms最稳妥,需输入float32型boxes[N,4](x1,y1,x2,y2)和scores[N],返回保留框索引;不满足格式会静默失败或报类型错误。

python开发中如何利用pytorch实现目标检测中的nms非极大值抑制?

PyTorch自带的torchvision.ops.nms怎么用?

直接调用torchvision.ops.nms是最稳妥的选择,它底层是CUDA加速的,比手写Python循环快一个数量级,且和主流检测模型(如YOLO、Faster R-CNN)输出格式兼容。

输入必须是四元组:boxes(shape [N, 4],格式为[x1, y1, x2, y2])、scores(shape [N]),返回的是保留框的索引(LongTensor)。

  • 务必确保boxes是float32类型,scores也是float32;传入int64或float64会静默失败或报RuntimeError: expected scalar type Float but found Double
  • boxes坐标必须满足x1 且y1 ,否则结果不可靠——有些检测头(如RetinaNet)可能输出负偏移,需先做torch.clamp截断
  • iou_threshold参数通常设0.45~0.6;设太高会漏检,太低则冗余框多,不建议动态调整

为什么torchvision.ops.nms返回索引而不是框?

因为NMS只是后处理环节,上游模型输出的boxes和scores往往还关联着labels、mask logits等额外张量。返回索引让你能统一索引所有相关张量,避免错位。

常见错误是直接拿返回索引去切原始boxes却忘了同步切labels:

keep = torchvision.ops.nms(boxes, scores, iou_threshold=0.5)
final_boxes = boxes[keep]  # ✅
final_labels = labels[keep]  # ✅ 必须同步!
final_scores = scores[keep]  # ✅

漏掉labels[keep]会导致类别标签和框不匹配,在COCO eval时mAP暴跌。

自定义NMS时,CPU版torchvision.ops.batched_nms适合什么场景?

当你要对**多个类别的预测结果一起做NMS**(比如每类独立出框再跨类抑制),或者输入是batched数据([B, N, 4]),就该用batched_nms。

Python健壮编程
Python健壮编程

编写可靠Python代码,避免可变默认值、导入陷阱与运行时意外

下载

它比循环调用nms快,且自动按labels分组处理:

  • 输入boxes仍是[N, 4],但多了labels([N],每个框的类别ID)
  • 内部会对每个label值的子集分别跑NMS,再合并结果,等效于torch.cat([nms(boxes[labels==i], scores[labels==i]) for i in labels.unique()]),但更快更稳
  • 注意labels必须是连续非负整数(如0,1,2),不能是字符串或负数,否则报IndexError: tensors used as indices must be long or byte tensors

训练时能否用NMS?推理时又要注意什么?

NMS是纯后处理操作,**绝不能放进nn.Module.forward参与反向传播**——它不可导,且会破坏梯度流。训练时一般用soft-NMS或IoU loss替代;只有在model.eval()后、输出解码阶段才调用。

推理时容易忽略两点:

  • GPU上运行时,boxes和scores必须在同一个device上,否则报Expected all tensors to be on the same device
  • 如果做了padding(比如batch inference时统一尺寸),记得先用valid_mask过滤掉padding产生的假框,否则NMS会被干扰

边界情况比想象中多:小目标密集区域、旋转框、尺度差异极大的框共存时,标准NMS容易误删。这时候得换soft_nms或cluster_nms,但torchvision没内置,得自己实现或引入mmdet。

Python免费学习笔记(深入):立即使用
在学习笔记中,你将探索 Python 的核心概念和高级技巧!

相关文章

PHP速学视频免费教程(入门到精通)
PHP速学视频免费教程(入门到精通)

PHP怎么学习?PHP怎么入门?PHP在哪学?PHP怎么学才快?不用担心,这里为大家提供了PHP速学教程(入门到精通),有需要的小伙伴保存下载就能学习啦!

下载

相关标签:

python pytorch

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

相关专题

更多
python打包成可执行文件
python打包成可执行文件

本专题为大家带来python打包成可执行文件相关的文章,大家可以免费的下载体验。

2023.07.20

1951

4

python能做什么
python能做什么

python能做的有:可用于开发基于控制台的应用程序、多媒体部分开发、用于开发基于Web的应用程序、使用python处理数据、系统编程等等。本专题为大家提供python相关的各种文章、以及下载和课程。

2023.07.25

5564

7

format在python中的用法
format在python中的用法

Python中的format是一种字符串格式化方法,用于将变量或值插入到字符串中的占位符位置。通过format方法,我们可以动态地构建字符串,使其包含不同值。php中文网给大家带来了相关的教程以及文章,欢迎大家前来阅读学习。

2023.07.31

1889

3

python教程
python教程

Python已成为一门网红语言,即使是在非编程开发者当中,也掀起了一股学习的热潮。本专题为大家带来python教程的相关文章,大家可以免费体验学习。

2023.08.03

33937

23

python环境变量的配置
python环境变量的配置

Python是一种流行的编程语言,被广泛用于软件开发、数据分析和科学计算等领域。在安装Python之后,我们需要配置环境变量,以便在任何位置都能够访问Python的可执行文件。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.04

3987

5

python eval
python eval

eval函数是Python中一个非常强大的函数,它可以将字符串作为Python代码进行执行,实现动态编程的效果。然而,由于其潜在的安全风险和性能问题,需要谨慎使用。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.04

3987

5

scratch和python区别
scratch和python区别

scratch和python的区别:1、scratch是一种专为初学者设计的图形化编程语言,python是一种文本编程语言;2、scratch使用的是基于积木的编程语法,python采用更加传统的文本编程语法等等。本专题为大家提供scratch和python相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.11

1283

5

python合并两个列表
python合并两个列表

Python是一种强大的编程语言,具有许多方便的功能和工具。在Python中,有多种方法可以合并两个列表。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.10

636

4

python是前端还是后端
python是前端还是后端

Python属于前端也属于后端,其灵活性和丰富的生态系统使得开发人员能够在不同的领域中灵活运用。本专题为大家提供python相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.11

3083

5

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程