ZFTurbo/Weighted-Boxes-Fusion

해결하는 문제

여러 개의 객체 탐지 모델에서 나온 예측을 앙상블하는 문제를 해결합니다. 동일한 객체에 대해 서로 다른 모델이 여러 겹치는 경계 박스를 예측할 경우, 이 라이브러리는 이러한 박스들을 하나의 더 정확한 예측으로 통합하는 방법을 제공합니다.

작동 방식

이 라이브러리는 여러 모델에서 제공하는 정규화된 좌표, 신뢰도 점수, 레이블을 입력으로 받아 여러 가지 박스 융합 알고리즘을 구현합니다. 지원 기능은 다음과 같습니다:

• Weighted Boxes Fusion (WBF): 각 모델에 할당된 가중치와 신뢰도 점수를 기반으로 박스를 융합하는 방법.
• Non-maximum Suppression (NMS): 중복되는 박스를 제거하는 표준적인 방법.
• Soft-NMS: 중복되는 박스의 신뢰도를 삭제하는 대신 감소시키는 NMS의 변형.
• Non-maximum Weighted (NMW): 박스 융합을 위한 대안적인 가중치 기반 접근법.

대상 사용자

여러 모델의 출력을 결합하여 최종 예측 정확도를 높이고자 하는 컴퓨터 비전 엔지니어 및 데이터 과학자에게 적합합니다.

주요 특징

• 2D, 3D, 1D(언어 처리의 명명된 엔티티 인식에 유용), 회전된, 사사각형 경계 박스를 지원합니다.
• NMS, Soft-NMS, NMW, WBF의 구현을 포함합니다.
• Open Images, COCO, NLP 데이터셋에 대한 벤치마크를 제공합니다.
• pip install ensemble-boxes로 간편하게 설치 가능합니다.