Skip to content
New issue

Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.

By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.

Already on GitHub? Sign in to your account

fast nms 支持batch 操作 #24

Open
dolortaste opened this issue Jul 14, 2020 · 8 comments
Open

fast nms 支持batch 操作 #24

dolortaste opened this issue Jul 14, 2020 · 8 comments

Comments

@dolortaste
Copy link

注意到fast_nms只能处理第一维数据,如何支持batch操作呢
image

@KrystalCWT
Copy link

请问你解决了吗?我也发现直接用yolo fast无法处理batch数据

@miemie2013
Copy link
Owner

请问你解决了吗?我也发现直接用yolo fast无法处理batch数据

支持批没多大意义。支持批的话,由于不同图片检测出的bbox数目不同,需要解决对齐问题。而且,批量后处理只是用于评测,实际应用时还是批大小为1.

@KrystalCWT
Copy link

请问你解决了吗?我也发现直接用yolo fast无法处理batch数据

支持批没多大意义。支持批的话,由于不同图片检测出的bbox数目不同,需要解决对齐问题。而且,批量后处理只是用于评测,实际应用时还是批大小为1.

那请问如果我yolo是batch predict的,那在fast yolo里面需要怎么修改nms部分呢? 因为我现在希望把后处理部分也打包在网络里

@miemie2013
Copy link
Owner

请问你解决了吗?我也发现直接用yolo fast无法处理batch数据

支持批没多大意义。支持批的话,由于不同图片检测出的bbox数目不同,需要解决对齐问题。而且,批量后处理只是用于评测,实际应用时还是批大小为1.

那请问如果我yolo是batch predict的,那在fast yolo里面需要怎么修改nms部分呢? 因为我现在希望把后处理部分也打包在网络里

这时候返回一个形状为[N, M, 6]的张量,N是批大小,M是物体数最多的图片的物体数,最后一维表示类别id+分数+4个坐标。确定好M的话就解决对齐问题了。自己想办法解决吧。

@Zzh-tju
Copy link

Zzh-tju commented Sep 13, 2020

@dolortaste @KRYSTALLJY @miemie2013
https://github.com/Zzh-tju/yolov5
I just figured it out in pytorch. maybe it will help you guys.

@miemie2013
Copy link
Owner

注意到fast_nms只能处理第一维数据,如何支持batch操作呢
image

https://github.com/miemie2013/Keras-PPYOLO-YOLOv4

@miemie2013
Copy link
Owner

请问你解决了吗?我也发现直接用yolo fast无法处理batch数据

https://github.com/miemie2013/Keras-PPYOLO-YOLOv4

@miemie2013
Copy link
Owner

@dolortaste @KRYSTALLJY @miemie2013
https://github.com/Zzh-tju/yolov5
I just figured it out in pytorch. maybe it will help you guys.

https://github.com/miemie2013/Keras-PPYOLO-YOLOv4

Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment
Labels
None yet
Projects
None yet
Development

No branches or pull requests

4 participants