当前位置：首页 > news >正文

YOLOv3 中的 NMS 详解（基于论文与 Darknet 实现）

news 来源：原创 2025/6/16 8:09:14

✅ YOLOv3 中的 NMS 详解

一、什么是 NMS？

🧠 定义：

NMS（Non-Maximum Suppression，非极大值抑制）是一种后处理技术，用于去除目标检测中重复或冗余的边界框（bounding box），保留置信度最高且不重叠的预测结果。

🎯 目标：

消除对同一物体的多次预测；
提高检测结果的准确性；
减少误检；

二、YOLOv3 的输出结构回顾

YOLOv3 输出三个不同尺度的检测结果：

特征图大小	anchor 数量	输出张量形状
13×13	3	[1, 13, 13, 255]
26×26	3	[1, 26, 26, 255]
52×52	3	[1, 52, 52, 255]

每个 bounding box 包含：

(tx, ty, tw, th, confidence, class_0, ..., class_80)

✅ 即：85 = 4 (坐标) + 1 (confidence) + 80 (类别概率)

三、YOLOv3 中 NMS 的执行流程（基于 Darknet 实现）

YOLOv3 的 NMS 是在模型推理完成后进行的后处理步骤，不属于网络结构本身，但对最终检测效果影响很大。

⚙️ 核心流程如下（来自 Darknet 源码逻辑）：

Step 1: 解码所有预测框（bounding boxes）

将 (tx, ty, tw, th) 转换为图像空间中的绝对坐标 (x1, y1, x2, y2)。

boxes = decode_boxes(predictions, anchors, image_size=416)

Step 2: 计算每个框的综合得分（score）

YOLOv3 使用的是：

$class_probs ) \text{score} = \text{confidence} \times \max(\text{class\_probs})$

即：

表示“这个框有多大概率是一个物体” × “它属于某个类别的概率”

scores = confidence * class_probs.max(dim=-1)

Step 3: 对每个类别分别执行 NMS

YOLOv3 默认按类别执行 NMS，即：

同一类别的框之间比较 IoU；
不同类别的框不会相互干扰；

for class_id in range(num_classes):# 获取该类别的所有预测框class_boxes = boxes[class_ids == class_id]class_scores = scores[class_ids == class_id]# 执行 NMSkeep_indices = nms(class_boxes, class_scores, iou_threshold=0.45)final_boxes.append(class_boxes[keep_indices])

四、YOLOv3 中的 NMS 参数说明（来自 Darknet 配置）

在 YOLOv3 的 .cfg 文件中，有以下 NMS 相关参数设置：

[region]
...
nms=1
beta_nms=0.6
nms_kind=greedynms
iou_thresh=0.45

参数名	含义	默认值
`nms`	是否启用 NMS	1（启用）
`iou_thresh`	NMS 的 IoU 阈值	0.45
`nms_kind`	NMS 算法类型	greedynms（传统 NMS）
`beta_nms`	Soft-NMS 使用的平滑系数	0.6（仅在 soft-nms 下生效）

⚠️ 注意：YOLOv3 原论文中并未使用 Soft-NMS，但在后续开源实现中支持。

五、YOLOv3 支持的 NMS 类型（来自 Darknet）

YOLOv3 的开源实现（如 AlexeyAB/darknet）支持多种 NMS 方法：

NMS 类型	说明	是否原生支持
`greedynms`	传统 NMS：保留置信度最高的框，删除与其重叠的其他框	✅ 是
`linear_soft_nms`	Soft-NMS：根据 IoU 降低 confidence，而不是直接删除	✅ 是（需手动配置）
`gaussian_soft_nms`	高斯权重 Soft-NMS	✅ 是（需手动配置）
`diounms`	DIoU-based NMS	❌ 否（Darknet 不支持）

六、YOLOv3 中 NMS 的伪代码（简化版）

def non_max_suppression(boxes, scores, threshold=0.45):"""输入：- boxes: [N, 4]     # (x1, y1, x2, y2)- scores: [N]       # confidence × max_class_prob- threshold: float   # IoU 阈值输出：- keep_indices: list of int # 保留的框索引"""keep = []indices = np.argsort(scores)[::-1]while len(indices) > 0:best_idx = indices[0]keep.append(best_idx)best_box = boxes[best_idx]# 计算当前最佳框与其他框的 IoUious = compute_iou(best_box, boxes[indices[1:]])# 保留 IoU < threshold 的框继续处理indices = indices[1:][ious < threshold]return keep

七、YOLOv3 NMS 的特点总结

特点	说明
✅ 按类别执行 NMS	不同类别的框不会相互干扰
✅ 使用 confidence × class_prob 排序	更合理的排序方式
✅ 支持 Soft-NMS	可通过配置启用（非论文原生）
✅ 多尺度预测适配	对小目标更鲁棒
✅ Anchor Boxes 支持	anchor 是通过 K-Means 聚类获得的预设框

八、YOLOv3 中的 NMS 示例（PyTorch 简化版）

import torch
from torchvision.ops import nms# 假设我们已经解码出 boxes 和 scores
boxes = ...  # shape: [num_boxes, 4]
scores = ...  # shape: [num_boxes]# 执行 NMS
keep_indices = nms(boxes, scores, iou_threshold=0.45)# 获取最终保留的框
final_boxes = boxes[keep_indices]
final_scores = scores[keep_indices]

九、YOLOv3 NMS 的实际表现（来源：官方测试数据）

模型	mAP@COCO	FPS	NMS 类型	说明
YOLOv3	~33.0	~45	greedynms	默认 NMS 方式
YOLOv3 + Soft-NMS	~33.1	~45	linear_soft_nms	小幅提升召回率
YOLOv3-tiny	~25.4	~150	greedynms	Tiny 版本也支持 NMS

十、YOLOv3 中 NMS 的改进意义

虽然 YOLOv3 并未在论文中明确提出新的 NMS 方法，但在开源实现中：

引入了 Soft-NMS 支持，提升了密集场景下的召回能力；
保持按类别执行 NMS 的传统做法，适用于大多数现实场景；
anchor boxes 的引入间接提高了 NMS 的稳定性；
多尺度预测使不同层级的框更合理，减少了误删情况；

这些变化使得 YOLOv3 在实战中具有良好的检测性能。

十一、YOLOv3 NMS 的局限性

局限性	说明
❌ 不支持 DIoU-NMS	需要自定义修改
❌ 不支持 Efficient NMS	如 ONNXRuntime 的优化版本
❌ 不支持动态阈值调整	需要额外脚本支持

十二、结语

模块	内容
✅ NMS 作用	去除重复预测框，提高检测结果质量
✅ YOLOv3 NMS 实现	按类别执行，使用 confidence × class_prob 排序
✅ 支持 Soft-NMS	Darknet 实现中可选
✅ 多尺度预测适配	对不同大小目标更鲁棒
✅ Anchor Boxes 支持	anchor 提升召回率和定位精度