NMS 原理和c++实现，已测试通过

NMS(非极大抑制)是深度学习目标检测中常用的小算法，用来过滤掉同一个物体上的那些置信度较低的bbboxes，最后只剩下该目标检测框集中最大置信度的那个。

算法原理

说它是小算法的原因是其原理很简单。

1）先对输入检测框按置信度由高到低排序

2）挑选第一个检测框(即最高置信度，记为A）和其它检测框（记为B）进行iou计算

3）如果iou大于nmsThreshold， 那就将B清除掉

4）跳转到2）从剩余得框集里面找置信度最大得框和其它框分别计算iou

5）直到所有框都过滤完。

代码实现
 

box的数据结构

struct Box{
        float left, top, right, bottom, confidence;
        float landmark[10];

        cv::Rect cvbox() const{return cv::Rect(left, top, right-left, bottom-top);}
        float width()    const{return std::max(0.0f, right-left);}
        float height()   const{return std::max(0.0f, bottom-top);}
        float area()     const{return width() * height();}
        float get_left()                {return left;}
        void set_left(float value)      {left = value;}
        float get_top()                 {re