在R-CNN演算法第一階段中，selective search會產生2000個region proposals。經過svm打分後，一個物體可能就有多個框。如下圖：

 

但是我們需要一個物體只有一個最優框（相對同一物體的所有的框，即SVMs打分後得到的矩陣的一個列向量中挑選最優的）。於是使用NMS來抑制冗餘的框，得到如下圖的結果：

舉一個例子：某個物體最終得到了A,B,C,D,E,F六個框，按照SVMs打分從高到低剛好也是A,B,C,D,E,F。挑選出得分最高的A，然後遍歷剩下的（候選集），依次計算相對於A的IOU，如果IOU>閾值，則拋棄對應的框（例如：IOU(A,B)>閾值，則拋棄B），否則放回候選集。遍歷完後，如果候選集還有元素且元素個數大於1，繼續挑選出候選集中得分最高的（例如上一輪只拋棄了B，候選集中是C,D,E,F，那麼現在得分最高的的是C），然後遍歷候選集，再依次計算（同上），知道候選集中沒有元素，或者只剩一個元素。那麼留下的就是最優的框。（ 直觀上理解還是會有多個框，我的理解是IOU>閾值就拋棄，杜絕了在同一個區域內重複出現多個框，但是一幅圖中可能有多個同類型的目標，例如上圖就有兩張臉，剩下的多個框一定程度上是標註的多個目標）

作者：劉航呈
連結：https://zhuanlan.zhihu.com/p/30316608
來源：知乎
著作權歸作者所有。商業轉載請聯絡作者獲得授權，非商業轉載請註明出處。