往期文章：

• AI/CV面试，直达目录汇总
• 【AI面试】L1 loss、L2 loss和Smooth L1 Loss，L1正则化和L2正则化

一、NMS

非极大值抑制（Non-Maximum Suppression，NMS），并不是深度学习时期，目标检测的产物。在传统的图像处理领域，就已经引入了NMS算法。所以，他是老算法的新使用。

• 目的： 为了消除多余的框，找到最佳的物体检测的位置
• 思想：选取那些邻域里分数最高的窗口，同时抑制那些分数低的窗口
• 本质：搜索局部极大值，抑制非极大值元素

NMS算法的步骤：

1. 按某个数值从高到低进行排序（高低的可以是置信度）
2. 低的依次与最高的进行IOU的对比，超过指定阈值的，将会被踢除（分数又低，还跟高的长的相近，活该被删除），否则，就先暂时留着
3. 留下来的，重复步骤1和2，直到不再发生改变为止

在Canny边缘检测、霍夫变换圆形检测里面，也都会用到NMS对多余的点、圆心进行去除。那此事排序用到的值就不再是置信度了，是梯度的值、圆心点的投票数了。

这两个更多细节的，可以参考这里：

• 图像处理笔记3-Canny边缘检测算法与原理
• 图像处理笔记4-霍夫变换直线检测、圆检测

问一个面试官常快问快答的问题：

是阈值低，最后留下的多，还是阈值高，最后留下的多？

答案是：阈值高，留下的多。

因为你的目的是要把次的、不重要的给剔除掉。那么你设定的重复阈值高，自然重复的就少，删除的也就少，最后留下来的自然就变多了。

二、Soft NMS

Soft NMS 是 NMS 的一种变种，改进版本。从名字我们就大概能猜出来一些：没有NMS那么的硬（hard），比较的软（soft）。

绝大部分目标检测方法，最后都要用到 NMS-非极大值抑制进行后处理。 通常的做法是将检测框按得分排序，然后保留得分最高的框，同时删除与该框重叠面积大于一定比例的其它框。那为什么还要改进，推出一个Soft NMS 呢？

NMS 的这种贪心式方法存在如下图所示的问题：

红色框和绿色框是当前的检测结果，二者的得分分别是0.95和0.80。如果按照传统的NMS进行处理，首先选中得分最高的红色框，然后绿色框就会因为与之重叠面积过大而被删掉。

另一方面，NMS的阈值也不太容易确定，设小了会出现绿色框因为和红色框重叠面积较大而被删掉，设置过高又容易增大误检。

我两个都要，那该给个什么思路呢？不要粗鲁地删除所有IOU大于阈值的框，而是降低其置信度。

Soft NMS思路和做法如下：

• 相邻区域内（IOU超过阈值）的检测框的分数进行调整，而非彻底的抑制，从而提高了高检索率的情况下的准确率；
• 在低检索率时，仍能对物体检测性能有明显提升。

三、NMS和SoftNMS的对比学习

原来的NMS可以描述为：将IOU大于阈值的窗口的得分全部置为0。公式如下：

用人话解释下NMS的公式，就是：

• 分数低的框与分数高的框的iou小于阈值的，不变
• 分数低的框与分数高的框的iou大于或等于于阈值的，置信度直接置为0，也就是被踢出了

而SoftNMS可以描述为：将IOU大于阈值的窗口的得分进行改写，iou越大，（1-iou）就越小。线性加权的公式如下：

对比NMS，用人话解释下softNMS的公式，就是：

• 分数低的框与分数高的框的iou小于阈值的，不变，与NMS处理一样
• 分数低的框与分数高的框的iou大于或等于于阈值的，置信度不再置为0，而是通过置信分数*(1-iou)，得到新的分数，进行替换.

对比总结：

• 在NMS的算法里面，对于IOU超于阈值的检测框，直接剔除；
• 而Soft NMS，对于IOU超过阈值的检测框，不是直接删除，而是改变该检测框的置信度，踢出的工作留给了置信度阈值来做。

又回到前面两匹马的问题上来。假设框1的置信度是0.95，框2的置信度是0.8，还有一个框3的置信度是0.7。我们最终的目的是将框1和框2保留下来，将框3进行剔除掉。

• 假设使用的是NMS，那么框2和3都会被剔除掉，因为他们与框1的iou都比较高，很大可能性是高于阈值的，都被提除掉了。
• 那假设使用的是softNMS，框2和3的置信度就会被重新改写。2和1的iou较小，改写之后的置信度是0.4；3和1的iou较大，置信度会更低，大概是0.2。那假设筛选阈值正好是0.3，就恰好把2留下，把3踢出了。
• 但是，这里也有一个问题就是置信度的阈值如何选择？作者在这里依然使用手工设置的值，依然存在很大的局限性，所以该算法依然存在改进的空间。

针对这个问题，我也帮你们提前问了chatGPT，也给出了一个较为总结性的回答，如下所示。你们觉得它回答的如何呢？

• Soft-NMS – Improving Object Detection With One Line of Code
• IOU-Net , Acquisition of Localization Confidence for Accurate Object Detection
• Matrix NMS，SOLOv2: Dynamic and Fast Instance Segmentation

通过对chatGPT的询问，我们又知道了两个NMS，分别是IoU NMS 和 Matrix NMS，这是我们新的收获。后面我们会继续补充这块内容

上图是IoU-Net论文的测试结果，展示了 IoU和召回率的关系，No-NMS是召回率的上界，可以看到IoU-NMS的召回率更高，且在更高的IoU下，IoU-NMS与上界的差距越小。

参考链接：

• NMS和soft-nms算法
• 哔哩哔哩视频