ZFTurbo/Weighted-Boxes-Fusion

何を解決するか

複数のオブジェクト検出モデルからの予測をアンサンブルする問題に対処します。同じオブジェクトに対して異なるモデルが複数の重複するバウンディングボックスを予測する場合、このライブラリはそれらのボックスを1つのより正確な予測に統合する方法を提供します。

動作方法

このライブラリは、複数のモデルからの正規化された座標、信頼度スコア、ラベルを入力として受け取る複数のボックス統合アルゴリズムを実装しています。サポートされている機能は以下の通りです：

• Weighted Boxes Fusion (WBF)：各モデルに割り当てられた重みと信頼度スコアに基づいてボックスを統合する手法。
• Non-maximum Suppression (NMS)：重複するボックスを削除する標準的な手法。
• Soft-NMS：重複するボックスの信頼度を削減するが、削除しないNMSの変種。
• Non-maximum Weighted (NMW)：ボックス統合のための代替的な重み付きアプローチ。

対象ユーザー

オブジェクト検出モデルを使用し、複数のモデルの出力を統合して最終的な予測精度を向上させたいコンピュータビジョンエンジニアやデータサイエンティスト向けに設計されています。

特徴

• 2D、3D、1D（NLPの名前付きエンティティ認識に有用）、回転済み、四角形のバウンディングボックスをサポート。
• NMS、Soft-NMS、NMW、WBFの実装を含む。
• Open Images、COCO、NLPデータセットに対するベンチマークを提供。
• pip install ensemble-boxes で簡単にインストール可能。