nms

1.nms（nms只用于预测，不用于训练）
步骤：首先把所有的框按得分由大到小进行排列；然后计算得分最高的框和其余框的交并比，大于阈值的删掉；删完之后在剩余的框上进行重复处理，直到所有的框都处理完。
1）nms算法是在每一类的所有框中分别进行，这是为了防止过于邻近的不同类别目标被过滤掉。
2）为了防止同一类的两个目标重叠太大以至于nms直接过滤掉分数较低的框，出现softnms，就是在nms步骤中计算完交并比，如果交并比大于阈值不直接删掉（分数置0），而是将其分数降低（线性法和高斯法）。
3）还存在两个问题，一个是预测框都不准，另一个是分数大的框定位不一定最准确。softernms，提出KL Loss：用于具有定位置信度（localization confidence）的训练检测网络。

1.https://zhuanlan.zhihu.com/p/40976906
2.https://blog.csdn.net/Blateyang/article/details/79113030
3.http://blog.prince2015.club/2018/12/01/Soft-NMS/
4.https://blog.csdn.net/u014380165/article/details/79502197
5.https://blog.csdn.net/amusi1994/article/details/82838939
6.https://www.52cv.net/?p=1434