前言
nms的原理，应用和发展方向
尤其在anchor based中用得多~
1，作用和原理
作用
本质是搜索局部极大值，抑制非极大值元素。原理
NMS为非极大值抑制，用来抑制检测时冗余的框。
2，算法流程为
- 1.对所有预测框的置信度降序排序
- 2.选出置信度最高的预测框，确认其为正确预测，并计算他与其他预测框的IOU
- 3.根据2中计算的IOU去除重叠度高的，IOU>threshold阈值就删除
- 4.剩下的预测框返回第1步，直到没有剩下的为止
注意：
NMS一次处理一个类别，如果有N个类别，NMS就需要执行N次。
3，待改进问题？
假设两个目标靠的很近，则会识别成一个bbox，会有什么问题，怎么解决？
当两个目标靠的非常近时，置信度低的会被置信度高的框抑制掉，从而两个目标靠的非常近时会被识别成一个bbox。为了解决这个问题，可以使用softNMS。
softNMS基本思想：用稍低一点的分数来代替原有的分数，而不是直接置零）