INMS伪代码注释

读文献： https://doi.org/10.3390/insects12080705
图像识别领域有一个子项是物体切割
比如说农业领域里识别昆虫：

但有时候会有很多框重叠的现象
比如这种

因此需要去冗余：

常用的算法是NMS算法
如果两个框的重叠大于一定阈值，取最大置信度的框。
这会带来一定的问题：
比如，两个框指向了不同的类，但假类的置信度更高，所以最终结果会判定给假类。
解决这种错误的方法是在最终判定之前，把同一类进行一个合并：
比如从这张图片

变成这张图片

就是合并同类项，再进行传统的nms操作，变成下一张：

最后删掉置信度太小的噪点：

这就是文献里提到的改进的NMS算法：