非極大值抑制 是什麼？

Non-Maximum Suppression：非極大值抑制 的完整解釋

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。

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 最關鍵的區別：先看它是在比什麼，再看它怎麼做。

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 最關鍵的區別：先看它是在比什麼，再看它怎麼做。

記住這句就好

重疊太多的框，只留最好的。

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。

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

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

NMS 會不會把真實框刪掉？

有可能，所以閾值要調得剛好。

它只用在物件偵測嗎？

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。

Soft-NMS 比較好嗎？

常常更平滑，但速度和實作會稍微複雜。