NMS是针对基于Region的目标检测算法提出的,经过滑动窗、Selective Search、RPN得到的候选框,或者inference阶段得到的多个boxes会互相重叠,增加计算量,或者直接导致检测结果差。因此需要应用NMS,NMS的具体步骤如下:
step1:输入box坐标和置信度,以及重叠率的阈值。
step2:把所有框按置信度排序。
step3:将其他所有boxes与待比较队列 P 中置信度最高的box计算重叠率,高于阈值的box直接删除,低于阈值的暂时保留在 P 中,比较完后将置信度最高的box从待比较队列 P 中删除,加入候选集合W。
step4:重复step2、step3,直至待比较队列为空。
集合W 即为筛选后的候选框集合。
本博文可集合代码理解, 代码借鉴博文https://www.cnblogs.com/king-lps/p/8040458.html,如有侵权,告知删除。