NMS：Non-Maximum Suppression 非极大值抑制

Non-Maximum Suppression 非极大值抑制

NMS目的：

在检测任务中，一个目标很有可能预测出多个bbox，我们需要剔除不适合的，只留下最好的。这就是NMS的目的。

   NMS处理之后     

NMS过程：

在目标检测中，很可能需要预测很多类。拿预测人类的特征图来举例，他可能出现很多的bbox，每个bbox网络都会有它是人类框的置信度，我们选出其中置信度最大的一个bbox，然后比较其它的框与它的IoU大小，我们设定一个阈值(threshold)，把与最好框的IoU超过阈值的bbox去除。这些超过阈值的bbox与最好的框的重叠程度过大，表明很有可能标定的是同一个物体。

 

提问：为什么不直接选择最好（置信度最高）的框呢？把其它置信度低的都去掉就好了呀。

因为与最好bbox的IoU低于阈值的框，很可能预测的不是同一个人，不应该去除它。

 

普通NMS存在的两个问题：

1）图片上存在稀疏不同的两组物体：

例如一张图片，一边有一群人，都站在一起（贴得足够近）&