NMS及IOU原理讲解及其代码解析

NMS

非极大值抑制（NMS）作为一种关键算法，在诸多计算机视觉任务中被广泛采用，例如边缘识别、目标定位等领域。本文将以人脸检测场景为例，对NMS的应用进行阐述。

以如下示意图为例，由于采用了滑动窗口机制，同一目标可能会被多个框所覆盖（每个框均附带相应的分类得分）。在实际应用中，我们期望为每个目标仅保留一个最优的框：此时便需要引入非极大值抑制技术，以去除那些重复或冗余的框： 具体实施过程通常包含迭代、遍历与逐步剔除等步骤。其核心操作主要包括以下三个阶段：

（1） 首先对所有候选框的得分进行排序，并选取得分最高的框作为初始参考：

（2） 对剩余的所有边界框进行逐一检查，若某边界框与当前得分最高的边界框之间的交并比（IOU）超过预设的阈值，则将其予以剔除。

（3） 在未被处理的边界框中挑选得分最高的一个，再次执行前述步骤。