selectStrongestBboxMulticlass
从重叠的集群中选择最强的多类包围框
语法
描述
selectedBboxes= selectStrongestBboxMulticlass (bboxes，分数，标签）bboxes输入，仅当它们具有相同的类标签时。
［另外返回与选定边界框关联的分数、标签和索引。selectedBboxes，selectedScores，selectedLabels，指数= selectstronggestbboxmulticlass (bboxes，分数，标签）
［___= selectstronggestbboxmulticlass (___，使用一个或多个指定的其他选项名称,值）名称,值对参数。
例子
使用人检测器对包围框进行多类非最大抑制
使用两个不同的模型创建检测器。这些将用于生成多类检测结果。
detectorInria = peopleDetectorACF(inria - 100 x41的）;加州理工大学学报(自然科学版)“caltech-50x21”）;
应用检测器。
I = imread(“visionteam1.jpg”）;[bboxesInria,scoresInria] = detect(detectorInria,I，“SelectStrongest”、假);[bboxesCaltech,scoresCaltech] = detect(detectorCaltech,I，“SelectStrongest”、假);
为每个检测器的每个结果创建分类标签。
labelsInria = repelem(“法国”元素个数(scoresInria), 1);labelsInria = categorical(标签sinria，{“法国”，加州理工学院的});labelsCaltech = repelem(“加州理工学院”元素个数(scoresCaltech), 1);labelsCaltech = category(标签scaltech，{“法国”，加州理工学院的});
将所有检测器的结果合并为多类检测结果。
allBBoxes = [bboxesInria;bboxesCaltech];allScores = [scoresInria;scoresCaltech];allLabels = [labelsInria;labelsCaltech];
运行多类非最大抑制。
[bboxes,scores,labels] = selectstronggestbboxmulticlass (allBBoxes,allScores,allLabels，.．.“RatioType”，“最小值”，“OverlapThreshold”, 0.65);
注释检测到的人。
注释=字符串(标签)+”:“+字符串(分数);I = insertObjectAnnotation(I，“矩形”、bboxes cellstr(注释);imshow (I)标题(“被检测的人、分数和标签”）
输入参数
bboxes- - - - - -边界框
米4矩阵|米5矩阵
约束框，指定为米4或米-by-5非稀疏数值矩阵。米是包围框的数量。矩阵的每一行都将边界框定义为轴对齐的矩形或旋转的矩形。该表描述了每个包围框的格式。
| 边界框 | 描述 |
|---|---|
| Axis-aligned矩形 | 在像素坐标中定义为米-by-4数字矩阵，行形式为[xywh),地点:
|
| 旋转的矩形 | 在空间坐标中定义为米-by-5数字矩阵，行形式为[xctryctrxlenylen偏航),地点:
|
数据类型:单|双|int8|int16|int32|uint8|uint16|uint32
分数- - - - - -信心得分
米1的向量
与输入包围框对应的置信度分数，指定为米1的向量。的selectStrongestBboxMulticlass函数使用贪心NMS消除重叠的包围框，并将置信度分数与这些框关联起来。分数越高，表示保持边界框的信心越高。的分数输入必须是实的、有限的、非稀疏的。
数据类型:单|双|int8|int16|int32|uint8|uint16|uint32
标签- - - - - -标签
米-by-1分类向量|米-by-1数值向量
与输入包围框对应的标签，指定为米-by-1分类或数字向量。
数据类型:单|双|int8|int16|int32|uint8|uint16|uint32|分类
名称-值参数
的可选逗号分隔对名称,值参数。的名字参数名称和价值对应的值。的名字必须出现在引号内。您可以以任意顺序指定多个名称和值对参数Name1, Value1,…,的家．
“RatioType”，“联盟”设置“RatioType”财产“联盟”．
RatioType- - - - - -包围框重叠比分母
“联盟”(默认)|“最小值”
比率类型，指定为字符向量“联盟”或“最小值”．
将比率类型设置为
“联盟”计算两者交点面积的比值bboxA而且bboxB，除以两者并集的面积。将比率类型设置为
“最小值”计算两者交点面积的比值bboxA而且bboxB，除以两个包围框的最小面积。
数据类型:字符
OverlapThreshold- - - - - -重叠比阈值
0．5(默认)|范围[0 1]中的标量
重叠比阈值，指定为逗号分隔的对，由'OverlapThreshold'和范围[0 1]中的标量。当重叠率超过阈值时，该函数将删除参考框周围的包围框。降低阈值以减少选中的包围框数量。但是，如果您过多地降低阈值，则可能会消除图像中表示彼此接近的对象的框。
数据类型:单|双
NumStrongest- - - - - -最强箱子的最大数量
正(默认)|积极的标量
最强框的最大数目，指定为由逗号分隔的对组成“NumStrongest”而且正或者一个正标量。当您有关于最大框数的先验知识时，使用此参数可以减少处理时间。将值设置为正选择所有最强的、不重叠的包围框。
当标签输入包含类别标签，您还可以指定一个向量，其中包含标签输入中每个类别的最强框的最大数量。指定向量的长度必须等于标签中的类别数。
输出参数
扩展功能
您也可以从以下列表中选择一个网站:
