GPU BATCH NMS
YOLO 后处理的结构
1. Decoding 部分 目前 TRT yolo 层已经将输出结果转为了 x y w h，后续所作工作为筛选阈
值，pass 掉小于阈值的框，并且按照 class 分好类输出。
2. NMS 计算 IoU 矩阵。 NMS 算法发展至今已经迭代了许多版本，但是 NMS 的第一步依
旧都是计算 IoU 矩阵。
3. 过滤多余框。这一步是 NMS 算法迭代的主要优化点，出现了多种方法 Fast NMS，Cluster
NMS，Matrix NMS。
Decoding 部分，算法逻辑非常简单。目前有 64*64+32*32+16*16 个框数据需要做处理，建
立__goble__ Decoding()函数，设置 block 为（n , n），设置 gride 为(batch，3),使用 stream
并行处理三个尺度的 archors。
正视图上每一格为一个 bbox 框，每一个线程负责一个 bbox 从而起到加速效果。
另外新建同样大小的 Threshold 矩阵，class 矩阵，分别存放判断为 object 的框和类别。
另一部分为将 bbox 的 x y w h 还原为在原图的位置，这部分加速主要在这方面。
得出 Threshold 矩阵，class 矩阵之后，为每一个类别开辟相应大小的空间，将对应的数据整
理进去为计算 IoU 矩阵做准备。
__global__ void decode( float* yoloBoxs, float* boxLocation, float* classPreation ,
int gride_size, int threshold_index, int classNB,
int class_index, int archorsNB , int box_len, float threshold ,float alpha , float
beat ,const float *archor_w , const float *archor_h , const float w, const float h)
{
int threadIdX = threadIdx.x;
int threadIdY = threadIdx.y;
int archor_index = blockIdx.x;
int batchIndex = blockIdx.y;
int firstIndex = archor_index * box_len * gride_size + batchIndex * archorsNB *
box_len * gride_size;
int index_threshold = threadIdX + threshold_index* gride_size + firstIndex;
资源评论
极智视界
- 粉丝: 3w+
- 资源: 1769
