非极大值抑制 NMS

在这之前强调下极大值、最大值的区别：在一个函数曲线中，极大值可以有多个，最大值只有一个。所有非极大值抑制是抑制不是极大值的部分，一组数据经过非极大值抑制之后会得到至少一个的返回值。

算法思想：

非极大值抑制的方法是：先假设有6个矩形框，根据分类器的类别分类概率做排序，假设从小到大属于车辆的概率 分别为A、B、C、D、E、F。

(1)从最大概率矩形框F开始，分别判断A~E与F的重叠度IOU是否大于某个设定的阈值;

(2)假设B、D与F的重叠度超过阈值，那么就扔掉B、D；并标记第一个矩形框F，是我们保留下来的。

(3)从剩下的矩形框A、C、E中，选择概率最大的E，然后判断E与A、C的重叠度，重叠度大于一定的阈值，那么就扔掉；并标记E是我们保留下来的第二个矩形框。

就这样一直重复，找到所有被保留下来的矩形框。

原文: https://www.cnblogs.com/makefile/p/nms.html © 康行天下

算法实现C++:

typedef struct{
    Rect box;
    float confidence;
    int index;
}BBOX;

static float get_iou_value(Rect rect1,Rect rect2)
{
    int xx1,yy1,xx2,yy2;
    xx1=max(rect1.x,rect2.x);
    yy1=max(rect1.y,rect2.y);
    xx2=min(rect1.x+rext1.width-1,rect2.x+rect2.width-1);
    yy2=min(rect1.y+rect1.height-1,rect2.y+rect2.height-1);
    
    int insection_width,insection_height;
    insection_width=max(0,xx2-xx1+1);
    insection_height=max(0,yy2-yy1+1);

    float insection_area,uniion_area,iou;
    insection_area=float(insection_width)*insection_height;
    union_area=float(rect1.width*rect1.height+rect2.width*rect2.height-insection_area);
    iou=insection_area/union_area;
    return iou;
}

void nms_boxes(vector<Rect> &boxes,vector<float>&confidences,float confThreshold,float nmsThreshold,vector<int> &indices)
{
    BBOX bbox;
    vector<BBOX> bboxes;
    int i,j;
    for(i=0;i<boxes.size();i++)
    {
        bbox.box=boxes[i];
        bbox.confidence=confidences[i];
        bbox.index=i;
        bboxes.push_back(bbox);
    }
    sort(bboxes.begin(),bboxes.end());//sort by confidence
    int updated_size=bboxes.size();
    for(i=0;i<updates_size;i++)
    {
        if(bboxes[i].confidence<confThreshold)
            continue;
        indices.push_back(bboxes[i].index);
        for(j=i+1;j<updated_size;j++)
        {
            float iou=get_iou_value(bboxes[i].box,bboxes[j].box);
            if(iou>numThreshold)
            {
                bboxes.erase(bboxes.begin()+j);
                updated_size=bboxes.size();
            }
        }
    }
}

希望能够帮到正在疑惑的你！