NMS非极大值抑制（看完这一篇就够了）

NMS（Non-Maximum Suppression）非极大值抑制

这项技术不仅在YOLO模型中大放异彩，并且是在面试中高频题，下面就开始对NMS技术的讲解

在YOLO模型中NMS会删除同一目标的冗余边框，从而留下目标相对完美的检测边框。

 （1）首先对所有的边框进行汇总；

（2）保留置信度较大的边框best；

（3）以best为基准，之后的边框会与best进行对比，如果IOU大于设定阈值，将其删除。（因为相当于同一目标出现多个边框）；

（4）之后以best之后的边框置信度最大的值作为best2，以best2为基准，之后的边框与best2进行IOU计算，删除大于设定阈值的边框；

（5）之后会重复以上过程，直至候选框清空；

（6）针对目标只剩下一个置信度高的边框。

除此之外，还可以通过限定置信度来决定保留的边框。

ps：

可能会有的疑问是如果是IOU较低是不是进行了保留？

是，但是通过设置的高置信度，那么这些虽然IOU低，并且保留的边框，会随着设置的置信度而删除。

参考：

图片来源：csdn海洋之心