YOLO回归框后处理

以YOLOv1为例，共产生98个候选框

后处理第一步置信度过滤：
共有7x7x2=98 bboxes，假设一个类别为dog，将所有置信度小于0.2阈值(自设置)的概率全部抹0；上图中的每一列是置信度（存在目标的概率P(obj)）与类别概率（这里的类别概率是条件概率P(class | obj)）的乘积(cls score)。
后处理第二步非极大值抑制：
参考：https://www.bilibili.com/video/BV15w411Z7LG?p=5

补充1：NMS为什么不直接选择类别得分最大的？
因为一张图片中可能存在多个同类别物体，比如两只狗，如果只选择最大类别得分的bbox，那么最终只有一只狗被预测输出。
补充2：后处理为什么分两步？
个人理解置信度过滤会滤除“错误框”，即不存在物体的框。NMS则是在剩下的预测“正确”的框中去选择最优框。即可能存在多个预测框指向同一个目标。
补充3：NMS同一个类别保留多个框（狗类保留别bb47和bb15）？
同一个类别可以保留多个框，但是最终会判断每一个bbox（上图中的每一列）的所有类别得分是否大于阈值，在大于阈值的前提下会选择类别得分最大的那个类别输出（也存在多分类问题，比如狗即属于动物类，也属于宠物类，这个可以自己设置）。