1. NMS基础回顾：什么是NMS，为什么需要NMS，NMS在YOLO中的位置
做目标检测的朋友，对NMS肯定不陌生。但说实话，我见过不少工程师调了几年YOLO，对NMS的理解还停留在「就是去掉重复框」这个层面。
这其实挺危险的。NMS选不好，你的mAP可能直接掉3-5个点。今天咱们就把这个基础打扎实。
1.1 什么是NMS？
NMS，全称Non-Maximum Suppression，非极大值抑制。名字听着绕口，本质很简单：从一堆重叠的检测框中，挑出最好的那个，把其他的干掉。
你想想看，YOLO在推理时，同一个物体上会生成好多预测框。有的框得准，有的偏一点，有的完全不对。但模型不知道哪个最好，它把所有框都输出来了。
NMS就是那个「裁判」——它根据置信度排序，保留最高分的框，然后干掉和它重叠度太高的其他框。
核心思想： 局部最大保留，冗余抑制。
1.2 为什么需要NMS？
这个问题我问过不少新人。有人回答「因为模型会输出很多框」，这只说对了一半。
真正的原因是：目标检测是一个「定位+分类」的联合任务，天然存在多解性。
具体来说，有三大原因：
- 滑动窗口的遗产：YOLO虽然不用滑动窗口，但它的网格+Anchor机制，本质上还是在图像上密集采样。一个物体落在哪个网格、哪个Anchor上，模型自己也不确定，所以它会在多个位置都输出框。
- 训练时的鼓励：训练时，我们通常会给多个预测框分配正样本（比如YOLOv5的匹配策略）。模型被鼓励去「多猜」，推理时自然就多输出。
- 后处理必须做：没有NMS，一张图可能输出几千个框，99%都是冗余的。下游任务根本没法用。
我记得有一次做工业质检项目，没调NMS参数，直接用了默认值。结果一个零件上出了20多个框，PLC那边直接报警了。嗯，从那以后我再也不敢轻视NMS。
1.3 NMS在YOLO中的位置
很多同学以为NMS是模型的一部分，其实不是。它是后处理环节，在模型推理之后、输出最终结果之前。
YOLO的完整推理流程是这样的：
| 步骤 | 阶段 | 说明 |
|---|---|---|
| 1 | 前向推理 | 图像经过Backbone+Neck+Head，输出原始预测张量 |
| 2 | 解码 | 将张量解码为边界框坐标(x,y,w,h)和置信度、类别概率 |
| 3 | 置信度过滤 | 去掉置信度低于阈值（如0.25）的框，减少NMS输入量 |
| 4 | NMS | 对每个类别分别执行非极大值抑制，去除冗余框 |
| 5 | 输出 | 得到最终检测结果，每张图通常只剩几十个框 |
看到没？NMS是第4步，紧跟在置信度过滤之后。它处理的是已经「初筛」过的候选框，而不是原始输出。
我个人习惯把NMS放在GPU上做（比如Torchvision提供的batched_nms），这样能省掉CPU和GPU之间的数据传输。不过这个后面再细聊。
1.4 NMS的核心流程
标准NMS的算法其实很简单，我直接贴伪代码：
输入：所有检测框 B = {b1, b2, ..., bn}，每个框有坐标和置信度
输出：保留的检测框集合 D
1. 按置信度从高到低排序 B
2. 初始化 D = []
3. while B 不为空：
a. 取出最高置信度框 m，加入 D
b. 从 B 中移除 m
c. 计算 m 与 B 中每个框的 IoU
d. 移除 IoU > 阈值（如0.5）的所有框
4. 返回 D
这里有个关键点：NMS是逐类别执行的。也就是说，人、车、狗各自做一遍NMS，互不干扰。为什么？因为不同类别的物体可以重叠（比如人骑自行车），不能互相抑制。
小技巧： 实际工程中，我会把不同类别的框分开，然后并行执行NMS。如果用Python写循环，一张图几百个框可能就要几十毫秒。用向量化操作，可以压到1毫秒以内。
1.5 NMS的数学基础：IoU
NMS的核心判断依据是IoU（Intersection over Union），也就是交并比。
公式很简单：
IoU = (A ∩ B) / (A ∪ B)
两个框的交集面积除以并集面积。值越大，说明重叠越严重。
我见过有人把IoU和GloU、DloU搞混。这里说清楚：NMS用的是最原始的IoU，不是变体。变体用在损失函数里，不用于后处理。
| 指标 | 公式 | 用途 |
|---|---|---|
| IoU | 交集/并集 | NMS后处理、mAP评估 |
| GloU | IoU - (差集/最小外接矩形) | 回归损失函数 |
| DloU | IoU - (中心点距离/对角线距离)² | 回归损失函数 |
| CloU | DloU + 长宽比惩罚 | 回归损失函数（YOLOv5/v8默认） |
你看，NMS只用最朴素的IoU。为什么？因为后处理追求的是速度和稳定性，不需要那么复杂的几何计算。
1.6 NMS的直观理解：一张SVG流程图
下面这张图展示了NMS的完整处理流程，从原始检测框到最终输出：
这张图把NMS的循环逻辑画清楚了。注意那个回环箭头——NMS本质上是一个迭代过程，每次只保留一个框，然后干掉和它重叠的，直到没有框剩下。
1.7 NMS的局限性
NMS不是完美的。我踩过不少坑，这里列几个常见的：
- 密集场景漏检：两个物体挨得很近，IoU超过阈值，NMS会干掉其中一个。这在人群、货架场景下特别明显。
- 阈值敏感：IoU阈值设0.5，漏检多；设0.7，误检多。没有万能值，得根据场景调。
- 置信度偏差：NMS完全依赖置信度排序。如果模型对某个物体的置信度偏低，即使框得很准，也可能被高置信度的差框抑制掉。
避坑指南： 我曾经在一个交通监控项目里，用默认的0.5 IoU阈值，结果两辆并排的车总是只检测出一辆。后来把阈值降到0.3，问题解决了，但误检又多了。最后用了Soft-NMS才平衡过来。这个后面章节会详细讲。
1.8 本章小结
NMS是YOLO检测流程中不可或缺的一环。它不复杂，但影响巨大。理解它的原理、位置和局限性，是后续调优的基础。
记住三个要点：
- NMS是后处理，不是模型的一部分
- 它逐类别执行，核心是IoU判断
- 阈值选择直接影响检测效果，没有银弹