计算机视觉 / 系统课时
应用非极大值抑制
应用非极大值抑制
目标检测器常会围绕同一个物体产生多个高度重叠的候选框。非极大值抑制(NMS)按置信度排序,只保留最可信的框并压制与它重叠过高的重复框,最终得到更干净、可直接绘制或统计的检测结果。
学习目标
- 理解 NMS 如何用置信度与 IoU 判断重复框
- 使用
cv2.dnn.NMSBoxes过滤 OpenCV DNN 的候选框 - 能根据漏检、重复框和多类别冲突调整两个阈值
NMS 如何决定保留谁
先按置信度从高到低处理候选框。取出最高分框后,计算它与其余框的 IoU;当 IoU 大于 NMS 阈值,就认为它们指向同一目标并压制低分框。比如两个汽车框分数为 0.92 和 0.81,IoU 为 0.68,若 nms_threshold=0.45,只保留 0.92 的框。

IoU 是两个框交集面积除以并集面积,范围为 0~1。NMS 阈值越低,压制越激进;阈值越高,越容易留下相互重叠的框。它与置信度阈值作用不同:前者处理“框之间是否重复”,后者处理“单个框是否足够可信”。
用 NMSBoxes 过滤候选框
OpenCV 4.x 的 cv2.dnn.NMSBoxes 接收 [x, y, width, height] 格式的框、对应分数、置信度阈值和 NMS 阈值。下面示例故意放入两组重复框,打印最终保留的索引。
import cv2
import numpy as np
boxes = [
[100, 100, 120, 120],
[110, 108, 118, 118],
[300, 90, 100, 130],
[305, 95, 96, 125],
]
scores = [0.95, 0.86, 0.91, 0.72]
indices = cv2.dnn.NMSBoxes(
bboxes=boxes,
scores=scores,
score_threshold=0.50,
nms_threshold=0.45,
)
kept = np.array(indices).reshape(-1).astype(int).tolist()
print(kept)预期输出:
[0, 2]索引 0 与 1 高度重叠,因此保留 0;索引 2 与 3 同理保留 2。不同 OpenCV 4.x 构建中返回值外形可能是列表、元组或 NumPy 数组,但将元素逐个转为 int 后可得到一致的索引列表。
两个阈值怎么调
可先用 score_threshold=0.25、nms_threshold=0.45 作为排查起点,再根据验证集调整;这不是通用最佳值。置信度阈值过高会直接丢掉弱目标,NMS 阈值过低则可能把相邻的两个真实目标误当成重复框。
| 现象 | 优先调整 | 方向 |
|---|---|---|
| 同一物体仍有多个框 | nms_threshold |
从 0.50 降到 0.40~0.45 |
| 小目标大量消失 | score_threshold |
从 0.50 降到 0.25~0.35 |
| 两个挨得很近的真实目标只剩一个 | nms_threshold |
从 0.40 提到 0.50~0.60 |
| 大量低可信框进入 NMS | score_threshold |
适当提高,减少候选数量 |
调参时一次只改一个值,并在同一批标注图片上比较漏检、误检和重复框数量;否则很难判断变化来自哪个阈值。
多类别检测要避免互相压制
NMSBoxes 本身只根据框和分数判断重叠,不知道类别含义。如果把“人”和“自行车”的框混在一起做一次 NMS,高重叠时可能错误压制其中一个类别。常见做法是按 class_id 分组后分别调用 NMS,再合并保留索引。
验收时至少检查三类画面:单目标、两个同类目标贴得很近、两个不同类别目标高度重叠。若单目标仍出现重复框,先检查 NMS 阈值;若不同类别互相消失,先检查是否误用了跨类别 NMS。