非极大值抑制（Non-Maximum Suppression，NMS）

1. 前言

非极大值抑制（Non-Maximum Suppression，NMS），顾名思义就是抑制不是极大值的元素，可以理解为局部最大搜索。这个局部代表的是一个邻域，邻域有两个参数可变，一是邻域的维数，二是邻域的大小。

以目标检测网络为例，常见的两阶段网络，诸如faster R-CNN、Mask R-CNN等都会用到nms，在网络输出后会产生许多候选框结果，而每个候选框都会对应一个分数。但是会存在许多候选框相互重叠的情况，这时就需要用到NMS来选取那些邻域里分数最高（是目标的概率最大或分数最高），并且抑制那些分数低的窗口。

2.范例效果

以目标检测为例，下图即为整个目标检测的基本流程，在得到最终结果之前需要运用nms滤除多余的框，选出分数最高的框。

3.算法伪代码

以目标检测得到box为例，给出一张图片和上面许多目标检测的候选框（每个框可包含其为某种目标的分数），但是这些框很可能有互相重叠的部分，我们的目的是要做的就是只保留最优的框。假设有N个框&#x