C++实现NMS

整体流程：
  根据分类的概率进行大小排序，先找出概率最大的，遍历这个框之后的框，计算IOU，大于阈值（0.3或其他）则将其从列表中去除。知道走到最后。再进行概率第二大的框。。。以此类推。

struct detect_region{
//定义结构体
	detect_region(const float score, Point pos1, Point pos2)
		:score(score), pos1(pos1), pos2(pos2) {}
	
	float score;
	Point pos1;
	Point pos2;
};

bool cmp(detect_region a, detect_region b) {
	return (a.score > b.score);
}

void nonmaxsuppression(vector<detect_region> &region_list) {
//按照分类概率的大小对输出进行排序
	sort(region_list.begin(), region_list .end(), cmp);
	vector<float> vArea(region_list.size());
	for (int i = 0; i < vArea.size(); i++) {
		vArea[i] = (region_list[i].pos2.x - region_list[i].pos1.x)*(region_list[i].pos2.y - region_list[i].pos1.y);
		for (int i = 0; i < vArea.size(); i++) {
			for (int j = i + 1; j < vArea.size(); j++) {
			//计算相交的框的左上角坐标以及右下角坐标
				float xx1 = max(region_list[i].pos1.x, region_list[i].pos1.x);
				float yy1 = max(region_list[i].pos1.y, region_list[i].pos1.y);
				float xx2 = min(region_list[i].pos2.x, region_list[i].pos2.x);
				float yy2 = min(region_list[i].pos2.y, region_list[i].pos2.y);
				float w = max((float)0, (xx2 - xx1) + 1);
				float h = max((float)0, (yy2 - yy1) + 1);
				//求出相交面积
				float inter = w * h;
				//计算IOU
				float ovr = inter / (vArea[i] + vArea[j] - inter);
				//大于阈值则将其从region_list中删除
				if (ovr > 0.1f) {
					region_list.erase(region_list.begin() + j);
					vArea.erase(vArea.begin() + j);

				}
				//否则继续
				else {
					j++;
				}

			}
		}
	}
}