검출 후보의 정리
객체 검출기는 하나의 객체 주변에 여러 경계 상자를 예측할 수 있다. 비최대 억제는 높은 점수의 상자를 고른 뒤 주변의 중복 후보를 정리하는 후처리다.
점수를 낮추는 방식
Soft-NMS는 선택된 상자와 겹치는 정도에 따라 다른 후보의 검출 점수를 감소시킨다. 겹치는 후보를 곧바로 없애지 않아 가까운 별개 객체의 후보가 남을 기회를 준다.
검출기와의 결합
이미 학습한 검출기의 결과에 적용할 수 있어 이 절차를 위한 추가 학습이 필요하지 않다. 연구는 기존 비최대 억제와 같은 계산 복잡도로 구현할 수 있다고 설명했다.
평가의 범위
PASCAL VOC 2007과 MS COCO에서 여러 검출기를 이용해 비교했다. 기존 검출기의 예측을 정리하는 방식만 바꾸었을 때 평균 정밀도가 어떻게 달라지는지 살펴본 연구다.
관련 문서
Adaptive NMS / 학습 기반 비최대 억제 / Repulsion Loss / CrowdHuman / CityPersons / LVIS