手写NMS，C++方法

NMS（Non-Maximum Suppression）是计算机视觉中常用的一种技术，用于处理目标检测任务中的重叠边界框问题。下面是一个简单的NMS算法实现，它使用了C++和OpenCV库：

#include <opencv2/opencv.hpp>
#include <vector>
#include <algorithm>

void nms(std::vector<cv::Rect>& input_boxes, float threshold, std::vector<cv::Rect>& output_boxes)
{
    std::sort(input_boxes.begin(), input_boxes.end(), [](const cv::Rect& a, const cv::Rect& b)
    {
        return a.area() > b.area();
    });

    while (input_boxes.size() > 0)
    {
        cv::Rect box1 = input_boxes[0];
        output_boxes.push_back(box1);

        input_boxes.erase(input_boxes.begin());

        for (auto it = input_boxes.begin(); it != input_boxes.end(); )
        {
            cv::Rect box2 = *it;

            float iou = (box1 & box2).area() / (float)(box1.area() + box2.area() - (box1 & box2).area());

            if (iou > threshold)
                it = input_boxes.erase(it);
            else
                ++it;
        }
    }
}

在这个函数中，我们首先按照面积大小对输入的边界框进行排序。然后我们每次取出面积最大的边界框，并将其添加到输出的边界框列表中。接着我们将这个边界框从输入的边界框列表中移除，并删除与其重叠率超过阈值的所有其他边界框。这个过程将一直持续，直到输入的边界框列表为空。

注意的是，这个函数中的「iou」（Intersection over Union）计算的是两个边界框的重叠率，它是重叠区域的面积除以两个边界框的并集面积。我们使用这个值来判断两个边界框是否重叠：如果「iou」超过了阈值，我们就认为两个边界框重叠。

最后，你需要在实际的目标检测任务中，根据任务的具体需求来选择合适的阈值。