Non-maximum Suppression

定义 Definition

非极大值抑制（NMS）：一种常见的后处理方法，尤其用于目标检测中，用来在多个重叠候选框（bounding boxes）里保留得分最高（局部最大）的框，并抑制/移除与其重叠度（通常用 IoU 衡量）超过阈值的其他框，从而减少重复检测结果。（在某些领域也可泛指“只保留局部峰值、抑制周围较小响应”的抑制策略。）

发音 Pronunciation (IPA)

/ˌnɑn ˈmæksəməm səˈprɛʃən/

例句 Examples

Non-maximum suppression removes duplicate boxes.
非极大值抑制会移除重复的边界框。

After the model predicts many overlapping boxes, we apply non-maximum suppression with an IoU threshold of 0.5 to keep only the best detections.
当模型预测出大量重叠框后，我们用 IoU 阈值为 0.5 的非极大值抑制来只保留最优的检测结果。

词源 Etymology

该术语由三部分构成：non-（不、非）+ maximum（最大值）+ suppression（抑制）。字面意思是“对非最大值进行抑制”，对应算法思想：在一组相互竞争（重叠或邻近）的候选中，最大响应/最高分被保留，其余较小者被压制。

相关词 Related Words

• Bounding Box
• Object Detection
• Intersection over Union
• Soft-NMS
• Confidence Score
• Threshold
• Post-processing
• Region Proposal

文献作品 Notable Works

• Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks（Ren et al., 2015）中在检测流程里使用 NMS 来筛选候选框。
• You Only Look Once: Unified, Real-Time Object Detection（Redmon et al., 2016）及其后续 YOLO 系列工作中，NMS 常作为输出框的关键后处理步骤。
• Soft-NMS — Improving Object Detection With One Line of Code（Bodla et al., 2017）以改进传统 NMS 为主题，提出 Soft-NMS。