卷积神经网络—目标检测 学习笔记（下）

3.7 非极大值抑制（Non-max suppresion）

非极大值抑制，即只保留极大值（概率最大的预测结果）。
之前介绍的YOLO还存在的一个问题：同一个目标可能出现多个预测结果。如下图所示：

对于右边的汽车，会有三个网格认为中点落在了自己中，因而在显示结果时会出现三个预测边界框，这显然是不正确。通过使用非极大值抑制可以较好地解决该问题。
算法如下：

经过非极大值抑制后结果如下图：

注意：如果有多个分类，则需要对每个分类跑一次非极大值抑制。

3.8 Anchor Boxes

之前介绍的YOLO无法处理一个网格中存在多个目标的问题。为了改进YOLO，引入了anchor boxes的概念。
与之前一个网格对应一个结果不同，引入anchor boxes的YOLO每个网格对应多个anchor boxes，每个anchor boxes对应一个结果，相应的Y也发生了变化，具体见下图：

上图中女人和车的中点落在了同一个网格中，但是依据形状分配给了anchor box1和anchor box2。相应的，Y也由左边的8维变成了16维（因为有两种anchor boxes）
具体算法描述见下：