1. NMS基础回顾：什么是NMS？为什么需要NMS？NMS在YOLO中的位置与作用

做目标检测的朋友，对NMS肯定不陌生。说白了，非极大值抑制（Non-Maximum Suppression）就是用来干掉那些重复的检测框。

我刚开始接触YOLO时，有个问题困扰了我很久：明明一个物体，模型为啥要给它画好几个框？后来才明白，这是检测算法的“天性”——它会在目标周围产生大量候选框，每个框都带着一个置信度分数。NMS的任务，就是只保留最好的那个。

1.1 什么是NMS？

NMS的核心思想很简单：局部搜索 + 抑制非极大值。你可以把它想象成一场选美比赛——每个候选框都是参赛者，置信度就是颜值分。NMS会先选出分数最高的，然后淘汰掉那些跟它长得太像（IoU太高）的选手。

嗯，这里要注意一个关键点：IoU（交并比）是NMS的决策依据。两个框重叠越多，IoU就越大，就越有可能被抑制掉。

1.2 为什么需要NMS？

你想想看，如果没有NMS，YOLO的输出会是什么样子？

• 同一个目标被框好几次——模型在目标周围预测了多个锚框，每个都略有偏移
• 置信度参差不齐——有的框分数高，有的框分数低，但都指向同一个物体
• 后处理结果没法用——下游任务（比如跟踪、计数）会把这些重复框当成多个目标

我在做交通监控项目时遇到过这种情况：一辆车被检测出七八个框，直接导致车辆计数翻了三倍。嗯，从那以后我再也不敢跳过NMS了。

场景	无NMS	有NMS
车辆检测	每辆车5~10个重复框	每辆车1个框
行人检测	框之间严重重叠	框之间互不干扰
密集场景	无法区分目标	清晰分离

1.3 NMS在YOLO中的位置与作用

YOLO的推理流程可以分成三个阶段：前处理 → 模型推理 → 后处理。NMS就坐在后处理的最后一把交椅上。

# YOLO推理流程（伪代码）
def yolo_inference(image):
    # 1. 前处理：图像预处理
    input_tensor = preprocess(image)
    
    # 2. 模型推理：得到原始输出
    raw_output = model(input_tensor)
    
    # 3. 后处理：解码 + 过滤 + NMS
    boxes, scores, class_ids = decode_output(raw_output)
    # 过滤低置信度框
    keep = scores > confidence_threshold
    boxes, scores, class_ids = boxes[keep], scores[keep], class_ids[keep]
    # NMS去重
    final_indices = nms(boxes, scores, iou_threshold=0.5)
    
    return boxes[final_indices], scores[final_indices], class_ids[final_indices]

我个人习惯把NMS放在后处理的最后一步。为什么？因为前面已经过滤掉了低置信度的框，NMS只需要处理那些“有竞争力的候选者”，计算量会小很多。

NMS在YOLO中的作用可以总结为三点：

1. 去重——消除同一个目标上的多个检测框
2. 提纯——保留置信度最高的那个框
3. 降噪——减少误检，提升检测精度

1.4 NMS的核心流程

标准的NMS算法其实不复杂，我画了张图帮你理解：

流程看起来简单，但实际部署时坑不少。我曾经在嵌入式设备上跑YOLOv5，发现NMS占用了整个后处理60%的时间。原因就是——循环次数太多。每轮都要计算所有剩余框的IoU，框多了就是灾难。

1.5 NMS的变体

标准NMS虽然好用，但也不是万能的。我在实际项目中用过几种变体：

方法	核心思想	适用场景
标准NMS	硬抑制，直接移除高IoU框	通用场景
Soft-NMS	软抑制，降低高IoU框的分数	密集场景
DIoU-NMS	用DIoU替代IoU作为抑制依据	遮挡严重场景
Cluster-NMS	基于聚类的批量抑制	GPU加速场景

我个人最常用的是Soft-NMS。为什么？因为它不会“一刀切”。在密集人群检测中，两个紧挨着的人，标准NMS可能会把其中一个框直接干掉，但Soft-NMS只是降低它的分数，给了它“存活”的机会。

好了，NMS的基础就回顾到这里。记住一句话：NMS是YOLO后处理的守门员——它决定了哪些检测框能最终走出模型，进入你的应用系统。