ZFTurbo/Weighted-Boxes-Fusion

何を解決するか

このプロジェクトは、複数のオブジェクト検出モデルからの境界ボックス予測を統合（アンサンブル）する方法を提供し、より正確な予測セットを1つにまとめます。複数のモデルを組み合わせて検出性能を向上させる際の重複や重なりのあるボックスの問題に対処します。

動作方法

このライブラリは、非最大抑制（NMS）、ソフトNMS、非最大重み付き（NMW）、および主な重み付きボックス統合（WBF）手法を含む、複数のボックス統合アルゴリズムを実装しています。WBFは、従来の方法とは異なり、各モデルに割り当てられた重みと信頼スコアに基づいてボックスを統合するため、単に重複するボックスを削除するのではなく、より優れた結果を実現します。

対象ユーザー

コンピュータビジョンにおけるオブジェクト検出モデルを扱う開発者や研究者、および1D版のツールを使用して自然言語処理（NLP）タスクにおける名前付きエンティティ認識（NER）を行う人々に向けられています。

特徴

• 1D、2D、3Dの境界ボックス統合をサポート。
• NMS、ソフトNMS、NMW、WBFなど、複数のアンサンブル手法を含む。
• Python 3、Numpy、Numbaとの互換性あり（パフォーマンス向上のため）。
• Open Images、COCO、NLPデータセット用のベンチマークを提供。