关于非极大值抑制方法的理解

1.非极大值抑制方法的作用

在多个候选框结果中，选择出置信度最大的作为最终结果，删除多余候选框

（有人可能会有疑问，那为什么不直接从候选框中选择置信度最大的呢？？对于单目标任务，确实可以这么做，但是对于多目标任务（比如3个目标），每个目标都会产生多个候选框（比如每个目标2个），因为我们不能知道目标的确切位置，所以这6个候选框并不能知道哪2个是属于A目标的，哪2个是属于B目标的，也就没有办法直接比较候选框的置信度）

【关于这段话，一开始可能看不懂，熟悉了非极大值抑制方法的具体步骤，再来看会更有体会】

 

2.具体步骤

1）、假设有ABCDEF这么多个得分框（已经按照得分从小到大排序）。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。

4）、一直重复这个过程，找到所有曾经被保留下来的矩形框。

 

3.具体步骤图示

寻找得分框，并按照大小排序：

（注意：程序中只保留每个候选框的置信度和位置信息，并不能知道每个候选框是属于哪个目标）

Rose脸上0.98的候选框得分最高

计算剩余四个候选框和该候选框（0.98得分的）的IOU，Rose脸上的其他候选框与该候选框的重合度比较高，会被删掉。而Jack脸上的候选框与该候选框重合度为0，继续保留

继续重复上述计算过程，Jack的脸上最后也剩下置信度最高的候选框

4.总结

该方法巧妙地利用了同一个目标的多个候选框之间，存在一定的重合度，而不同目标之间重合度很小，来删除掉多余的候选框，为每个目标保留了置信度最高的候选框。