简单理解-非极大值抑制

1、基本概念

非极大值抑制(Non-Maximum Suppression)：
其实跟名字一样，把不是极大值的数值 抑制了，也就是删除，然后只保留最大的一个，也是最合适的一个。可以看图，使用NMS的前后对比

2、为什么用NMS

目标检测分为两阶段算法（比如R-CNN）和单阶段算法（YOLO、SSD），当他们使用滑动窗口或者slective search算法时，会根据目标生成很多框，然后这些框很多都是无用的，这时候就需要一直算法，对其进行筛选。所以，NMS非极大值抑制算法应运而生，在目标检测中一直占据重要地位。

3、基本原理

非极大值抑制的原理是基于置信度排序和重叠区域的判断。
它包括以下步骤：

1. 根据众多目标的置信度对检测结果进行排序，将置信度最高的目标作为初始选取的目标 A。
2. 计算其他目标框与初始选取目标的重叠区域的面积比例，如果该比例大于设置阈值，则将该目标抑制，否则保留该目标。
3. 重复上述步骤，直到对所有目标进行判断。 最终得到非重叠的目标框，这些目标框具有最高置信度且没有明显重叠。