【目标检测】非极大值抑制理解

参考：https://www.cnblogs.com/makefile/p/nms.html

非极大值抑制作用：

在目标检测中，滑动窗口经提取特征，经分类器分类识别后，每个窗口都会得到一个分数，但是滑动窗口会导致很多窗口与其他窗口存在包含或者大部分交叉的情况。
这时就需要用到非极大值抑制来选取那些邻域里分数最高，并且抑制那些分数低的窗口。

例如3个框都检测到同一个人，只取置信度最高的那个检测框，将其他置信度低的另外两个框去掉。那怎么判断应不应该去掉呢？那就是计算这些检测框之间IoU值。

非极大值抑制过程：

假设Bounding Box为集合B，在集合B中有若干个检测结果（例如M，N，O，P），并且这些结果有对应的置信度（例如由高到低为M、O、P、N），检测结果为集合D。

1. 首先，在集合B中选出置信度最高的检测框，例如M，将M放入集合D中；
2. 然后，将B中剩余的检测框（N，O，P）分别于检测框M计算IoU；
3. 然后将IoU大于阈值 N t N_t N