AITerms 登入
電腦視覺深度學習模型評估

非極大值抑制(Non-Maximum Suppression)是什麼?

非極大值抑制 (NMS) 是一種在物件偵測中用於消除重複框的技術,它會保留置信度最高的框,並抑制與之高度重疊的其他框。

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

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

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