本文共 3007 字，大约阅读时间需要 10 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/