网站内容方案百度竞价托管哪家好
✅ 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：
score = confidence × max ( class_probs ) \text{score} = \text{confidence} \times \max(\text{class\_probs}) score=confidence×max(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 |
📌 欢迎点赞 + 收藏 + 关注我，我会持续更新更多关于计算机视觉、目标检测、深度学习、YOLO系列等内容！