图像目标检测中，非极大值抑制（NMS）以去除重叠 ，原理是什么？如何理解？

非极大值抑制（Non-Maximum Suppression，NMS）是一种用于过滤重叠边界框的技术。目标检测模型通常会在同一个物体周围产生多个边界框，NMS的目的是通过保留最佳边界框并消除其他冗余边界框来减少这种重叠。这样可以提高目标检测的准确性，同时减少误报。

NMS的基本原理如下：

1. 首先，我们对所有检测到的边界框进行排序，排序依据是每个边界框的置信度得分（即物体存在的概率）。

2. 选择置信度最高的边界框，并从候选列表中移除它。

3. 计算刚刚选中的边界框与列表中其余边界框的交并比（Intersection over Union，IoU）。IoU是一个衡量两个边界框重叠程度的指标，范围在0到1之间。IoU越高，重叠程度越大。

4. 根据预先设定的阈值（例如0.3或0.5），删除与当前选中边界框IoU高于阈值的其他边界框，因为这些边界框可能是对同一个物体的多次检测。

5. 重复步骤2-4，直到候选边界框列表为空。

通过这个过程，NMS可以有效地消除重叠边界框，留下较高置信度的非重叠边界框来表示检测到的物体。这对于目标检测和跟踪任务非常重要，因为它可以减少误报和重复计数，提高整体性能。