完整定義
非極大值抑制 (NMS) 是一種後處理技術,廣泛應用於物件偵測任務中。其主要目的是消除對同一物件的多個重複偵測框,只保留置信度最高的框。NMS 通過迭代地評估偵測框的置信度,並抑制與置信度最高的框有顯著重疊的其他框來實現這一點。重疊程度通常使用 Intersection over Union (IoU) 來衡量。
白話說明
你有沒有看過物件偵測模型,明明只是一隻貓,卻框出好幾個重疊框?
你可以把它想成把重複的框整理掉,只留下分數最高、最像真的那一個。
NMS 的工作就是清掉重複偵測,讓結果乾淨,不會一個物件被框十次。
記住這句
重疊太多的框,只留最好的。
比喻:非極大值抑制就像一個「最佳候選人」的選拔過程 -- 當好幾個候選人(偵測框)都說自己是同一個人(物件)時,它會選出最自信(置信度最高)的那一個,然後讓其他重疊度太高的候選人「退選」。
容易混淆
NMS vs IoU
NMS:後處理流程,用來刪重複框
IoU:衡量兩個框重疊多少的指標
NMS vs Soft-NMS
NMS:超過閾值就直接壓掉
Soft-NMS:不是刪除,而是慢慢降分數
實際案例
車輛偵測
模型同時框到同一台車的前半和後半,NMS 會保留最可信的框。
人臉偵測
多人臉場景裡,重疊框很多,NMS 讓畫面不會亂掉。
演算法與應用
NMS 通常先依分數排序,再逐一比較 IoU,將高度重疊的框刪掉。
閾值設太高,可能留下太多重複框;設太低,又可能誤刪正確框。
它是物件偵測裡最典型的後處理步驟之一。
中英對照與常見說法
- 說法
- 非極大值抑制
- 出現場合
- 台灣正式用語
- 說法
- 非极大值抑制
- 出現場合
- 簡體寫法
- 說法
- Non-Maximum Suppression
- 出現場合
- 英文原名
- 說法
- NMS
- 出現場合
- 標準縮寫
- 說法
- 非最大抑制
- 出現場合
- 少見變體,意思相同
演算法本身只有四步
物件偵測模型對同一個目標常常吐出好幾個高度重疊的框。NMS 的工作就是每個目標只留一個。
第一步,把所有候選框依信心分數由高到低排序。
第二步,取出分數最高的框,放進最終結果。
第三步,計算剩下每個框跟它的 IoU(交集面積除以聯集面積),IoU 超過門檻的全部刪掉,因為它們被視為在框同一個目標。
第四步,回到第二步,處理剩下的框,直到沒有框為止。
這個流程要對每個類別分開做,否則一隻狗身上的框會把牠旁邊的貓的框刪掉。
門檻怎麼選,以及兩個典型失敗
IoU 門檻常見設在 0.5 到 0.7 之間。
門檻太低:只要稍微重疊就刪,密集場景(人群、車陣)裡真正相鄰的兩個目標會被誤刪,變成漏檢。
門檻太高:同一個目標留下多個框,重複偵測。
這個兩難是 NMS 的本質限制:它只看框的幾何重疊,不知道底下是不是同一個物體。
Soft-NMS 是常見的改良:不直接刪掉重疊的框,而是按照 IoU 大小把它的分數調低。這樣密集場景裡被壓低的框仍有機會保留,通常能提升幾個百分點的 mAP,而且不需要重新訓練。
其他方向包括 DIoU-NMS(把兩個框中心點的距離也納入判斷)與直接讓模型學會不要輸出重複框的做法。DETR 這類端到端偵測架構用集合預測搭配匈牙利匹配,訓練時就強制一個目標對一個預測,因此完全不需要 NMS,這是它常被強調的特點之一。
情境判斷
Q1(直覺題):模型對同一隻狗畫了四個框,你想保留最好的那個,該用什麼?
非極大值抑制。
Q2(判斷題):如果框與框幾乎不重疊,NMS 還會刪很多嗎?
不會,因為它主要針對重疊很高的候選框。
常見問題
有可能,所以閾值要調得剛好。
主要是,但只要有重疊候選要篩選的任務,都可能借用這個概念。
常常更平滑,但速度和實作會稍微複雜。
出現在這些考古題
官方公告試題的逐題解析裡,這 1 題把非極大值抑制列為延伸術語。
相關術語
- 物件偵測Object DetectionNMS 是它的標準後處理。
- 邊界框偵測Bounding BoxNMS 直接處理的就是這些框。
- 交並比Intersection over Union判斷重疊程度的核心指標。
- 影像分割Image Segmentation雖然任務不同,但都屬電腦視覺。
- YOLOYOLO常見的偵測模型,最後也會接 NMS。
- 加速區域卷積網路Faster R-CNN
本頁內容有提到,或屬於同一組主題的術語
來源
這個術語目前沒有標註外部來源。
其他格式:Markdown 版本