Module 03 · Object Detection

Non-max Suppression非极大值抑制

在目标检测任务中，一个常见的问题是 算法可能会对同一个物体进行多次检测。也就是说，算法不仅检测到一个物体，还可能多次检测到它。这会导致重复检测结果，因此需要采取措施来确保每个物体仅被检测一次。这个过程就是 非极大值抑制（Non-Maximum Suppression, NMS）。

什么是非极大值抑制（NMS）？

非极大值抑制 是一种用于去除重复检测框的技术，确保每个物体只被检测一次。通过比较不同检测框的概率和 重叠度（IoU），NMS 会保留最有信心的预测结果，并抑制与其高度重叠的其他框。

NMS 过程示例

假设你要检测图像中的 行人、汽车和摩托车。你可以将图像分成 19x19 的网格。每个网格都运行目标检测和定位算法，可能会导致多个网格同时预测到同一物体。

检测框的重叠问题

每个网格都有可能认为它包含了一个物体的中心位置，因此多个网格可能会同时检测到同一物体。
例如，对于同一辆车，算法可能会在多个网格中检测到它，产生多个重叠的检测框。

NMS 工作原理

获取每个检测框的概率，即该检测框包含物体的可能性（Pc）。
选择概率最大的框，作为最有信心的检测结果。
抑制与已选择框有较高重叠度（IoU）的其他框，即删除那些与最有信心框重叠过多的框。
重复以上步骤，直到所有框都被处理完，最终保留唯一的检测结果。

NMS 算法步骤

生成 19x19 网格的输出：

每个网格会输出一个 概率值（Pc） 和 边界框信息。
假设只进行汽车检测，输出的结果会包含每个网格是否检测到车的概率以及相应的边界框。

初步筛选：

丢弃 概率值小于某个阈值（如 0.6）的框，保留 概率值较高的框。
这样可以去除那些检测概率较低的框。

选择最大概率框：

在剩余的框中，选择 概率值最大 的框作为当前检测结果。
例如，假设概率为 0.9 的框被选择为最有信心的检测结果。

抑制与最大概率框重叠的框：

对于与当前选中的框有较高重叠的其他框（IoU较高），进行抑制。
重叠较大的框会被去除或暗化，显示它们被抑制的状态。

重复步骤：

对剩余的框进行相同的操作，直到所有框都被处理。
最终，剩下的框就是 最终的检测结果，每个物体只保留一个框。

抑制过程可视化

步骤	操作	结果
1. 选择最有信心的框	选出概率值最大（0.9）的框	高亮显示此框
2. 抑制重叠框	删除与选中框（IoU高）的重叠框	其他框被暗化
3. 继续选择最大概率框	选出下一个概率高的框（0.8）	高亮显示此框
4. 继续抑制	删除与新框有高重叠的框	最终保留两个框

多物体检测的 NMS

当你同时检测多个物体（如 行人、汽车和摩托车）时，输出向量会包含多个类别。每个类别的目标框都需要独立进行 非极大值抑制，以确保每个类别内的检测框不会重复。

独立进行 NMS： 对每个类别分别应用 NMS，例如对 行人、汽车、摩托车 各自进行一次 NMS。

这些细节将留给你在本周的 编程练习 中实现。

总结与展望

非极大值抑制（NMS）是一种有效的技术，可以清理目标检测中的重复框，确保每个物体只被检测一次。通过使用 NMS，算法能够生成更为精确的检测结果。

在完成 目标检测 的实现后，下一步，我们将介绍 锚框（Anchor Boxes） 的概念，它可以进一步提升目标检测算法的表现。