ZFTurbo/Weighted-Boxes-Fusion

해결하는 문제

이 프로젝트는 여러 객체 탐지 모델에서 나온 경계 박스 예측을 통합(앙상블)하여 하나의 더 정확한 예측 세트로 만드는 방법을 제공합니다. 여러 모델을 함께 사용하여 탐지 성능을 향상시키는 상황에서 중복되거나 겹치는 박스가 발생하는 문제를 해결합니다.

작동 방식

이 라이브러리는 비최대 억제(NMS), 소프트-NMS, 비최대 가중치(NMW), 그리고 주요한 가중치 박스 융합(WBF) 방법을 포함한 여러 박스 병합 알고리즘을 구현합니다. WBF는 기존 방법과 달리, 단순히 겹치는 박스를 제거하는 것이 아니라 각 모델에 할당된 가중치와 신뢰도 점수를 기반으로 박스를 융합함으로써 전통적인 방법보다 개선된 성능을 제공합니다.

대상 사용자

컴퓨터 비전에서 객체 탐지 모델을 다루는 개발자 및 연구자, 그리고 1D 버전을 사용하여 자연어 처리(NLP) 작업에서 명명된 엔티티 인식(NER)을 수행하는 사람들에게 적합합니다.

주요 특징

• 1D, 2D, 3D 경계 박스 융합을 지원합니다.
• NMS, 소프트-NMS, NMW, WBF 등 다양한 앙상블 방법을 포함합니다.
• Python 3, Numpy, Numba와 호환되어 성능을 극대화합니다.
• Open Images, COCO, NLP 데이터셋용 벤치마크를 제공합니다.