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