Nms主要目的
在物体检测非极大值抑制应用十分广泛，主要目的是为了消除多余的框，找到最佳的物体检测的位置。
- 等待
image.png
如上图中：虽然几个框都检测到了人脸，但是我不需要这么多的框，我需要找到一个最能表达人脸的框。下图汽车检测也是同样的原理。
[图片上传失败...(image-a0c46b-1512223034395)]
3领域情况非极大值抑制
3邻域是指判断该点是否比左边的一个点以及右边的一个点的数值大
[图片上传失败...(image-79154b-1512223034395)]
代码简单分析：对于一个从I[0]到I[W-1]的输入序列，对于有左邻和右邻的是从1到W-2，所以循环的初始位置是1。
（1）代码的3-5行是判断当前点是否左邻和右邻的值大，如果大的话该点就是极大值点。对于这样的点我们就已经知道i+1位置的值比i的小，所以对i+1的位置就不需要处理，所以可以直接处理i+2位置。对应于代码的第12行。
[图片上传失败...(image-b63d83-1512223034395)]
（2）如果在第3行代码中，不满足条件，那么该点的右邻就作为候选，对于代码第7行。循环的使用这一条件，候选就会采用单调递增的方式一直向右查找，直到找到满足大于右邻的点（对应于代码8-9行），若该点不是最右的点，则满足条件，为极大值点（对应于代码的10-11行）。
[图片上传失败...(image-337886-1512223034395)]
原理
非极大值抑制，顾名思义就是把非极大值过滤掉（抑制）。下面我就R-CNN或者SPP_net中的matlab源码来进行解释。
function picks = nms_multiclass(boxes, overlap)
%%boxes为一个m*n的矩阵，其中m为boundingbox的个数，n的前4列为每个boundingbox的坐标，格式为
%%（x1,y1,x2,y2）；第5:n列为每一类的置信度，一共n-5+1个置信度
%%overlap为设定值，0.3,0.5 .....
x1 = boxes(:,1);%所有boundingbox的x1坐标
y1 = boxes(:,2);%所有boundingbox的y1坐标
x2 = boxes(:,3);%所有boundingbox的x2坐标
y2 = boxes(:,4);%所有boundingbox的y2坐标
area = (x2-x1+1) .* (y2-y1+1); %每个%所有boundingbox的面积
%可能是从零开始，所以要加1
picks = cell(size(boxes, 2)-4, 1);%为每一类预定义一个将要保留的cell
%cell是一种很牛逼的数据类型，每个单元可存储任何数据，矩阵、传递函数、自定义类型
%创建
a=cell(n,m)
那么就把a初始化为一个n行m列的空cell类型数据，
预分配内存
%读取内容:{下标}和(下标) 区别在于类型()是cell数组 ,{}是实际类型.结果显示是一致的，下标从1开始
a=cell(2,2);%预分配
a{1,1}='cellclass';
a{1,2}=[1 2 2];
a{2,1}=['a','b','c'];
a{2,2}=[9 5 6];
%以上创建一个
%
size(X,1),返回矩阵X的行数；
%size(X,2),返回矩阵X的列数；
（1）s=size(A),
当只有一个输出参数时，返回一个行向量，该行向量的第一个元素时矩阵的行数，第二个元素是矩阵的列数。
（2）[r,c]=size(A),
当有两个输出参数时，size函数将矩阵的行数返回到第一个输出变量r，将矩阵的列数返回到第二个输出变量c。
（3）size(A,n)如果在size函数的输入参数中再添加一项n，并用1或2为n赋值，则 size将返回矩阵的行数或列数。其中r=size(A,1)该语句返回的时矩阵A的行数， c=size(A,2) 该语句返回的时矩阵A的列数。
for iS = 5:size(boxes, 2)%每一类单独进行
s = boxes(:,iS);
[~, I] = sort(s);%置信度从低到高排序，只要s的索引，赋值给I，~表示占位 表示函数输出的某个值在接下来并不使用
%[B,ind]=sort(A)，计算后，B是A排序后的向量，A保持不变，ind是B中每一项对应于A 中项的索引。排序是安升序进行的
pick = s*0;
counter = 1;
while ~isempty(I)
last = length(I);
i = I(last);
pick(counter) = i;%无条件保留每类得分最高的boundingbox
counter = counter + 1;
xx1 = max(x1(i), x1(I(1:last-1)));
yy1 = max(y1(i), y1(I(1:last-1)));
xx2 = min(x2(i), x2(I(1:last-1)));
yy2 = min(y2(i), y2(I(1:last-1)));
w = max(0.0, xx2-xx1+1);
h = max(0.0, yy2-yy1+1);
inter = w.*h;
o = inter ./ (area(i) + area(I(1:last-1)) - inter);%计算得分最高的那个boundingbox和其余的boundingbox的交集面积
I = I(o<=overlap);%保留交集小于一定阈值的boundingbox
end
pick = pick(1:(counter-1));
picks{iS-4} = pick;%保留每一类的boundingbox
end
