非极大值抑制（non-maximum suppression）的理解与实现

非极大抑制（Non-Maximum Suppression）

Non-Maximum Suppression for Object Detection in Python

RCNN 和微软提出的 SPP_net 等著名的目标检测模型，在算法具体的实施过程中，一般都会用到 non-maximum suppress（非最大值抑制，抑制即忽略， 也即忽略那些值（IoU）高于提供的阈值的） 的机制。

引入 non-maximum suppression 的目的在于：根据事先提供的 score 向量，以及 regions（由不同的 bounding boxes，矩形窗口左上和右下点的坐标构成） 的坐标信息，从中筛选出置信度较高的 bounding boxes。

其基本操作流程如下：

首先，计算每一个 bounding box 的面积：

(x1, y1) ⇒ 左上点的坐标，(x2, y2) ⇒ 右下点的坐标；

(x2-x1+1)x(y2-y1+1)

根据 scores 进行排序（一般从小到大），将 score 最大的bounding box置于队列，接下来计算其余 bounding box 与当前 score 最大的 bounding box 的 IoU，抑制（忽略也即去除）IoU大于设定阈值的 bounding box；

重复以上过程，直至候选 bounding boxes 为空；