关于人脸框输出的问题

[orliz]

含有人脸的图像输出，最后头像上有好几个框，不止一个框，只是为什么

[DefTruth]

NMS算法价格处理重复框的参数，然后在detect_onet中设置filter_overlap=True,问题解决。 if filter_overlap: # 处理重复脸的问题 如果实际面积s<=inter，则说明被包含在大框中 inds = np.where(np.logical_and(ovr <= thresh, areas[order[1:]] > 2 * inter))[0] else: inds = np.where(ovr <= thresh)[0] # [1-d array] idx

[orliz]

NMS算法价格处理重复框的参数，然后在detect_onet中设置filter_overlap=True,问题解决。 if filter_overlap: # 处理重复脸的问题 如果实际面积s<=inter，则说明被包含在大框中 inds = np.where(np.logical_and(ovr <= thresh, areas[order[1:]] > 2 * inter))[0] else: inds = np.where(ovr <= thresh)[0] # [1-d array] idx

请问是加在py_nms()这个函数里嘛？

[DefTruth]

是的。不过这个要看你用的场景，如果只是关注大人脸，不考虑包含的情况可以这样改NMS。要是通用的目标检测就不一定适用，因为大的box包含小的box的情况还是比较常见的。另一种可能就是mtcnn的精度不够，够的话就不会把人脸的一小部分判断成人脸，换一个精度更高的模型吧，SSH/DSFD之类的，不用改原始NMS也基本不会有这个问题。我自己改完跑的MTCNN精度感觉都不够用。

[XUCharles]

NMS算法价格处理重复框的参数，然后在detect_onet中设置filter_overlap=True,问题解决。 if filter_overlap: # 处理重复脸的问题 如果实际面积s<=inter，则说明被包含在大框中 inds = np.where(np.logical_and(ovr <= thresh, areas[order[1:]] > 2 * inter))[0] else: inds = np.where(ovr <= thresh)[0] # [1-d array] idx

我还是没懂怎么修改， filter_overlap是什么