非极大值抑制的计算方式

前言

最近一直在研究目标检测的算法，其中有个很重要的概念叫做非极大值抑制（Non-maximum suppression），其主要目的是为了消除多余的框，找到最佳的物体检测的位置。如定位一个车辆，最后算法就找出了一堆的方框，我们需要判别哪些矩形框是没用的。非极大值抑制：先假设有6个矩形框，根据分类器类别分类概率做排序，从小到大分别属于车辆的概率分别为A、B、C、D、E、F。
(1)从最大概率矩形框F开始，分别判断A~E与F的重叠度IOU是否大于某个设定的阈值;
(2)假设B、D与F的重叠度超过阈值，那么就扔掉B、D；并标记第一个矩形框F，是我们保留下来的。
(3)从剩下的矩形框A、C、E中，选择概率最大的E，然后判断E与A、C的重叠度，重叠度大于一定的阈值，那么就扔掉；并标记E是我们保留下来的第二个矩形框。就这样一直重复，找到所有被保留下来的矩形框。

例子

给定boxes的坐标（左上角，右下角）boxes = np.array([[1, 2, 3, 4], [1, 3, 3, 4], [1, 3, 4, 4], [1, 1, 4, 4], [1, 1, 3, 4]])
以及每个boxes的置信度 scores = np.array([0.4, 0.5, 0.72, 0.9, 0.45], dtype=np.float32)
1、首先绘制图形的坐标如下所示意

选取置信度最大的0.9的边框（1, 1, 4, 4）那么我们可以得到他们的iou如下所示，此时剔除掉iou > 0.5的值即是boxes[4]，此时先输出第一个边框boxes[3]。剩下的边框是boxes[0]，boxes[1]，boxes[2]

2、绘制剩下的boxes的坐标

此时剩下的boxes中置信度最高的事boxes[2]的0.72，以此以框来计算iou，此时剔除掉iou > 0.5的值即是boxes[1]，此时输出第二个边框boxes[2]。剩下的边框是boxes[0]，到此就结束了，如果有更多的边框就依次计算下去。

回顾一下，通过非极大值抑制
boxes = np.array([[1, 2, 3, 4], [1, 3, 3, 4], [1, 3, 4, 4], [1, 1, 4, 4], [1, 1, 3, 4]])
scores = np.array([0.4, 0.5, 0.72, 0.9, 0.45], dtype=np.float32)
输出最后的边框的是boxes[3]，boxes[2]，boxes[0]
[[1 1 4 4]，[1 3 4 4]，[1 2 3 4]]

TensorFlow的实现方式

上面的方法其实实现起来也很简单，只不过框架已经帮我们实现了，下面就是调用的例子

import tensorflow as tf
import numpy as np
boxes = np.array([[1, 2, 3, 4], [1, 3, 3, 4], [1, 3, 4, 4], [1, 1, 4, 4], [1, 1, 3, 4]])
scores = np.array([0.4, 0.5, 0.72, 0.9, 0.45], dtype=np.float32)
with tf.Session() as sess:
    nn = tf.image.non_max_suppression(boxes, scores, max_output_size=10,iou_threshold=0.5)
    ss = sess.run(nn)
    kk = tf.gather(boxes, ss)
    sb = sess.run(kk)
    print('索引 = 'ss)
    print('坐标 = 'sb)

#### 输出：
#### 		索引 = [3 2 0]
####		坐标 = [[1 1 4 4]
####		 		[1 3 4 4]
####		 		[1 2 3 4]]