目标检测之交并比IOU与非极大值抑制NMS

1-交并比

在目标检测中，如何评价目标检测结果的质量，可以采用交并比的大小进行衡量。
图中：

• 紫色表示实际边界框；
• 红色表示算法检测出的边界框；
• 绿色表示两者的并集；
• 黄色表示两者的交集；
  交并比：交集-黄色/并集-绿色
  一般约定检测任务中，IOU大于等于0.5，即检测结果可以接受。其中阈值可以自行设定。
  IOU不仅在评价检测质量中可以使用，在非极大值抑制NMS清楚重复边界框结果时，也可以使用。

---

2-非极大值抑制

目标检测的过程中在同一目标的位置上会产生大量的候选框，这些候选框相互之间可能会有重叠，此时我们需要利用非极大值抑制找到最佳的目标边界框，消除冗余的边界框。

左图是人脸检测的候选框结果，每个边界框有一个置信度得分(confidence score)，如果不使用非极大值抑制，就会有多个候选框出现。右图是使用非极大值抑制之后的结果，符合我们人脸检测的预期结果。

• 需要边界框列表及其对应的置信度得分列表
• 设定阈值，剔除重复的候选边界框
• IOU交并比计算