为什么用非极大值抑制(NMS)算法

为什么用非极大值抑制(NMS)算法

非极大值抑制应用很多，如在边缘检测、目标检测中均有用到，起初能够理解算法本身逻辑，但是不明白为啥用NMS而不是直接用阈值算法呢？在这以YOLO1网络预测阶段为例进行说明~

首先直给原因：因为一个预测框不止预测一个物体，而是预测多个物体，所以要重复进行这个过程，将该框预测物体都预测出来。后面也可以不看哈

其次详细说明原因：YOLO1在预测阶段，输入是4484483的图像，经过卷积层，全连接层最后输出是77(2*5+20)d的张量

1）首先将图像分成77个grid cell，每个grid cell都有2个bounding box(预测框)，输出7730，每个预测框有5个参数(x,y,w,h,置信度)，然后每个grid cell 是每个类别的条件概率(也就是假设它包含一个物体的前提下，数据集中是20个)，所以最后的张量：77*(25+20)=77*30

将多个预测框筛选过滤，非极大值抑制，最后只剩下少数个预测框及分类，具体过程：
a) 对于每个grid cell：前5个值为第1个预测框的位置信息，接着5个为第2个预测框的位置信息，每个预测框都有
一个20个的物体概率，全概率计算是预测框的置信度(p(object))该grid cell 的条件概率(p(oj|condition))
77*(25+220)，获取到了多个框的图，对于每个bbox而言，都有20个物体的全概率(该预测框的置信度其所在的grid cell 的20物体的条件概率)
b) 过滤是指：每个预测框某类的物体预测概率小于某个概率过滤掉：每个bbox就有一个20维向量的概率；比方说预测狗的概率就有772个，小于某个值就置0，
c) 非极大值抑制：IoU大于某个值就被过滤掉对于狗的概率一共77*2个，0.5,0.3,0.2,…后面的都跟最大的相比，大于阈值的都被干掉，因为IoU大的话可以认为是与最大概率所对应框在识别一个物体 IoU大于0.5都为0，小于的都留下，后面依次都与第二大的相比，(因为第二大可能是另一狗的IoU)以此类推，最后剩下非0概率的框，这里的IoU是指后面概率与最大概率的框的IoU交并比。