NMS—非极大值抑制算法

概括NMS的思想（假定是人脸检测bbox NMS）：

1. 按照置信度将所有的bbox升序排列（或者降序也行，只是后面的操作都相应改一下）作为一个set，然后：
2. 选取set的最后一个bbox，并将该bbox加入pick集合
3. 将set中该bbox之前的所有bbox与其计算overlap，将那些overlap大于指定threshold的bbox（包括该bbox自己）从set中删除，更新set
4. 回到2，直到set中无元素。
5. 返回pick集合，作为NMS之后得到的结果。

要注意，最开始的时候按照置信度将所有bbox升序排列这一步很重要，这决定了最后置信度高的bbox会主导pick集合。
比如https://www.pyimagesearch.com/2014/11/17/non-maximum-suppression-object-detection-python一文中就没有这么做，而是按照bottom right的坐标升序排列，这感觉有点莫名其妙。

刚刚自创了一句顺口溜来归纳总结NMS的思想：
既生瑜，何生亮；除非瑜亮不一样（用overlap来判断相似性）！ ^_^

参考：
http://blog.csdn.net/shuzfan/article/details/52711706
http://blog.csdn.net/shuzfan/article/details/52711706