本文共 2950 字，大约阅读时间需要 9 分钟。

非极大值抑制（NMS）是一种常用的图像处理技术，尤其在目标检测领域中，用于清理冗余的边界框。NMS通过比较每个边界框的得分和重叠度，来决定哪些框应保留，从而保留最可能的边界框。

在目标检测中，边界框的重叠可能导致多个框识别同一对象。NMS通过剔除低得分且与其他框高度重叠的边界框，提升检测精度。

以下是Objective-C实现NMS的代码示例：

#import 
   
    @interface NMSHandler : NSObject- (NSArray *)applyNMSWithBoundingBoxes:(NSArray *)boundingBoxes                              AndScores:(NSArray *)scores;- (NSArray *)sortBoundingBoxesByScore;@end@implementation NMSHandler- (NSArray *)applyNMSWithBoundingBoxes:(NSArray *)boundingBoxes                              AndScores:(NSArray *)scores {    // 首先将边界框按得分排序    NSArray *sortedBoxes = [self sortBoundingBoxesByScore];        // 初始化一个数组来存储最终保留的边界框    NSMutableArray *selectedBoxes = [NSMutableArray array];        // 遍历排序后的边界框    for (int i = 0; i < sortedBoxes.count; i++) {        // 获取当前边界框和前一个边界框        CGRect currentBox = sortedBoxes[i];        CGRect previousBox = sortedBoxes[i-1];                // 计算边界框的重叠程度        CGRect intersection = [self calculateIntersectionBetweenRects:currentBox                                                             andRect:previousBox];                // 如果当前边界框与前一个边界框重叠较多且得分较低，则跳过        if ([self shouldSkipBox:currentBox                  hasHigherOverlapWith:previousBox                  andScore:currentBox.score]) {            continue;        }                // 否则，将当前边界框加入结果数组        [selectedBoxes addObject:currentBox];    }        return [selectedBoxes sortedArray];}- (NSArray *)sortBoundingBoxesByScore {    return [self sortBoxesByScore:boundingBoxes];}- (BOOL)shouldSkipBox:(CGRect)currentBox               hasHigherOverlapWith:(CGRect)previousBox               andScore:(CGFloat)currentScore {    // 如果当前边界框得分高于前一个边界框，则保留    if (currentScore > previousBox.score) {        return NO;    }        // 计算边界框的重叠程度    CGFloat overlap = [self calculateOverlap:currentBox                                     andRect:previousBox];        // 如果重叠程度大于一定阈值且当前边界框得分低于前一个边界框，则跳过    return overlap > 0.5 && currentScore < previousBox.score;}- (CGFloat)calculateOverlap:(CGRect)rect1                      andRect:(CGRect)rect2 {    // 计算边界框的重叠区域    CGFloat overlapWidth = max(0, min(rect1.maxX, rect2.maxX) - max(rect1.minX, rect2.minX));    CGFloat overlapHeight = max(0, min(rect1.maxY, rect2.maxY) - max(rect1.minY, rect2.minY));        return overlapWidth * overlapHeight;}- (CGRect)calculateIntersectionBetweenRects:(CGRect)rect1                                      andRect:(CGRect)rect2 {    // 计算两个边界框的交集区域    CGRect intersection = [self calculateOverlap:rect1 andRect:rect2];        // 确定交集区域的坐标    CGFloat minX = max(rect1.minX, rect2.minX);    CGFloat maxX = min(rect1.maxX, rect2.maxX);    CGFloat minY = max(rect1.minY, rect2.minY);    CGFloat maxY = min(rect1.maxY, rect2.maxY);        return CGRectMake(minX, minY, maxX - minX, maxY - minY);}@end
   

以上代码实现了NMS算法，接收一组边界框及其对应的得分，返回经过NMS处理后的边界框。代码中首先将边界框按得分排序，然后遍历排序后的边界框，根据重叠程度和得分来决定是否保留边界框。

NMS算法通过剔除低得分且与其他边界框高度重叠的框，确保保留的边界框最有可能是真实的边界框，从而提高目标检测的精度。

转载地址：http://zhnfk.baihongyu.com/