Non-Maximum Suppression 非極大值抑制
NMS目的：
在檢測任務中，一個目標很有可能預測出多個bbox，我們需要剔除不適合的，只留下最好的。這就是NMS的目的。
NMS處理之後 
NMS過程：
在目標檢測中，很可能需要預測很多類。拿預測人類的特徵圖來舉例，他可能出現很多的bbox，每個bbox網絡都會有它是人類框的置信度，我們選出其中置信度最大的一個bbox，然後比較其它的框與它的IoU大小，我們設定一個閾值(threshold)，把與最好框的IoU超過閾值的bbox去除。這些超過閾值的bbox與最好的框的重疊程度過大，表明很有可能標定的是同一個物體。
提問：爲什麼不直接選擇最好（置信度最高）的框呢？把其它置信度低的都去掉就好了呀。
因爲與最好bbox的IoU低於閾值的框，很可能預測的不是同一個人，不應該去除它。
普通NMS存在的兩個問題：
1）圖片上存在稀疏不同的兩組物體：
例如一張圖片，一邊有一羣人，都站在一起（貼得足夠近），而另一邊只有一個人。
那麼如果我們把threshold設高，則很有可能一羣人那邊只有一兩個離得較遠的人被框住了。因爲當兩個人站得很近得時候，它們得框也會很近，即IoU很大，很有可能超過閾值，被NMS除去了：
那如果我們把threshold設低一點以避免這個問題的話，則又會出現右邊的人有多個bbox的情況，因爲threshold過低，無法得到有效抑制：
2）一些特殊的問題，例如動物存在長長的尾巴：
如上圖，這隻貓有兩個預測的bbox，很明顯，藍色框的置信度會更大，因爲紅色框的尾巴這一塊有太多的背景。NMS會除去紅色框，但是就我們希望的角度看，我們肯定是希望留下紅色框的，因爲尾巴也是貓的一部分對吧？
以上是普通的NMS存在的兩個問題，這些問題都有很多的論文進行討論和解決，提出了NMS的很多進階版，融合NMS等等，接下來我也會跟進學習！