非极大值抑制-NMS

图片来源
原理如下：

非极大值抑制的方法是：在进行目标检测时会产生很多候选区域，如图所示产生了1~5号框，而这些候选区域一般会有好多重叠的部分，先对这些框的概率从大到小进行排序，然后按概率从大到小遍历所有框：

(1)从最大概率1号矩形框开始，分别判断剩下的框与该框的重叠度IOU（IOU的计算）是否大于某个设定的阈值;

(2)假设2、3与1的IOU超过阈值，那么就扔掉2、3；并标记第一个矩形框1保留下来。

(3)从剩下的矩形框4、5中，选择概率最大的4，然后判断4、5的IOU，IOU大于一定的阈值，那么就扔掉；并标记4为第二个矩形框。

就这样一直重复，找到所有被保留下来的矩形框。

代码如下：

def non_max_suppression_fast(boxes, probs, overlap_thresh=0.9, max_boxes=300):
    # code used from here: http://www.pyimagesearch.com/2015/02/16/faster-non-maximum-suppression-python/
    # if there are no boxes, return an empty list
    if len(boxes) == 0:
        return []

    # 获取框的坐标
    x1 = boxes[:, 0]
    y1 = boxes[:, 1]
    x2 = boxes[:, 2]
    y2 = boxes[:, 3]

    np.testing.assert_array_less(x1, x2)
    np.testing.assert_array_less(y1, y2)

    # if the bounding boxes integers, convert them to floats --
    # this is important since we'll be doing a bunch of divisions
    if boxes.dtype.kind == "i":
        boxes = boxes.astype("float")

    # pick用来存放选取的框的索引
    pick = []

    # 计算框的面积
    area = (x2 - x1) * (y2 - y1)

    # 排序，返回框的概率从小到大的索引值
    idxs = np.argsort(probs)

    # 按框的概率从大到小循环遍历
    while len(idxs) > 0:
        # 获取索引列表中的最后一个索引，并将索引值添加到pick列表中
        last = len(idxs) - 1
        i = idxs[last]
        pick.append(i)

        # 计算选取的框与剩下框的交集

        xx1_int = np.maximum(x1[i], x1[idxs[:last]])
        yy1_int = np.maximum(y1[i], y1[idxs[:last]])
        xx2_int = np.minimum(x2[i], x2[idxs[:last]])
        yy2_int = np.minimum(y2[i], y2[idxs[:last]])

        ww_int = np.maximum(0, xx2_int - xx1_int)
        hh_int = np.maximum(0, yy2_int - yy1_int)

        area_int = ww_int * hh_int

        # 计算选取的框与剩下框的并集
        area_union = area[i] + area[idxs[:last]] - area_int

        # 计算交并比
        overlap = area_int/(area_union + 1e-6)

        # 删除掉重叠率较高的和最后一个索引（因为最后一个已经加入到pick中）
        idxs = np.delete(idxs, np.concatenate(([last],
            np.where(overlap > overlap_thresh)[0])))
        #如果选取的框的数量达到上限就停止
        if len(pick) >= max_boxes:
            break

    # return only the bounding boxes that were picked using the integer data type
    boxes = boxes[pick].astype("int")
    probs = probs[pick]
    return boxes, probs