目标检测之NMS

NMS，全称为Non-maximum suppression，非极大值抑制，是一种去除非极大值的算法，常用于计算机视觉中的边缘检测、目标检测等。其作用是去掉detection任务中重复的检测框。

算法流程

给出一张图片和其上面许多物体检测的候选框（即每个框可能代表某种物体），但是这些框很可能有相互重叠的部分，我们要做的就是只留下最优的框。假设有N个框，每个框被分类器计算得到的分数为Si，i∈[1,N]。

a、建造一个存放待处理候选框的集合H，初始化为包含全部N个框；建造一个存放最优框的集合M，初始化为空集。

b、将所有集合H中的框进行排序，选出分数最高的框m，从集合H移到集合M；

c、遍历集合H中的框，分别与框m计算交并比（Interection-over-union，IOU），如果高于某个阈值（一般为0~0.5），则认为此框与m重叠，将此框从集合H中去除；

d、回到b步骤进行迭代，直到集合H为空，集合M中的框为我们所需。

需要优化的参数：

IoU的阈值是一个可优化的参数，一般范围为0~0.5，可以使用交叉验证来选择最优的参数。

示例：

比如人脸识别的一个例子：

已经识别出了5个候选框，但是我们只需要最后保留两个人脸。

首选选出分数最大的框（0.98），然后遍历剩余框，计算IoU，会发现露丝脸上的两个绿框都和0.98的框重叠率很大，都要去除。

然后对杰克脸上的两个框，选出最大框（0.81），遍历剩余框（就有一个0.67的框），发现0.67这个框与0.81的IoU也很大，去除。

最后得到结果：

代码：

下面是Fast RCNN关于NMS的源代码（python版）

# --------------------------------------------------------
# Fast R-CNN
# Copyright (c) 2015 Microsoft
# Licensed under The MIT License [see LICENSE for details]
# Written by Ross Girshick
# --------------------------------------------------------

import numpy as np

def py_cpu_nms(dets,thresh):
    '''Pure Python NMS baseline'''
    x1 = dets[:,0]
    y1 = dets[:,1]
    x2 = dets[:,2]
    y2 = dets[:,3]
    scores = dets[:,4]
    
    areas = (x2 - x1 + 1) * (y2 - y1 + 1)
    order = scores.argsort()[::-1]
    
    keep = []
    while order.size > 0:
        i = order[0]
        keep.append(i)
        keep.append(i)
        xx1 = np.maximum(x1[i],x1[order[1:]])
        yy1 = np.maximum(y1[i],y1[order[1:]])
        xx2 = np.minimum(x2[i], x2[order[1:]])
        yy2 = np.minimum(y2[i], y2[order[1:]])
        

        w = np.maximum(0.0,xx2 - xx1 + 1)
        h = np.maximum(0.0,yy2 - yy1 + 1)
        inter = w * h
        ovr = inter / (areas[i] + areas[order[1:]] - inter)

        inds = np.where(ovr <= thresh)[0]
        order = order[inds + 1]
    return keep