1 算法原理
- 对所有预测框按照置信度从高到低进行排序。
- 从置信度最高的预测框(假设为预测框)开始,依次遍历每个预测框,计算前预测框与后面所有预测框之间的IOU(交并比)值。
- 将后面所有大与阈值(一般人工设定为0.5或0.6)的预测框从候选框列表中剔除预测框。
- 继续遍历候选框列表下一个预测框(即下一个最大置信度预测框框),重复上述步骤,候选框列表直到都被遍历完。
- 最终,保留下来的预测框列表就是经过NMS处理后的结果,即每个物体只对应一个预测框。
2 算法思想
NMS算法的核心是通过比较重复预测框之间的IOU值,去除冗余的预测框,保留最优的结果。在YOLOv5中,NMS可以避免同一个物体被重复检测的问题,提高了检测的精度和效率。