YOLOv3 中的 NMS 详解（基于论文与 Darknet 实现）

✅ YOLOv3 中的 NMS 详解

一、什么是 NMS？

🧠 定义：

NMS（Non-Maximum Suppression，非极大值抑制）是一种后处理技术，用于去除目标检测中重复或冗余的边界框（bounding box），保留置信度最高且不重叠的预测结果。

🎯 目标：

• 消除对同一物体的多次预测；
• 提高检测结果的准确性；
• 减少误检；

二、YOLOv3 的输出结构回顾

YOLOv3 输出三个不同尺度的检测结果：

每个 bounding box 包含：

(tx, ty, tw, th, confidence, class_0, ..., class_80)

✅ 即：85 = 4 (坐标) + 1 (confidence) + 80 (类别概率)

三、YOLOv3 中 NMS 的执行流程（基于 Darknet 实现）

YOLOv3 的 NMS 是在模型推理完成后进行的后处理步骤，不属于网络结构本身，但对最终检测效果影响很大。

⚙️ 核心流程如下（来自 Darknet 源码逻辑）：

Step 1: 解码所有预测框（bounding boxes）

将 (tx, ty, tw, th) 转换为图像空间中的绝对坐标 (x1, y1, x2, y2)。

boxes = decode_boxes(predictions, anchors, image_size=416)

Step 2: 计算每个框的综合得分（score）

YOLOv3 使用的是：

$$\text{score}=\text{confidence}\times \max (\text{class\_probs})$$

即：

• 表示“这个框有多大概率是一个物体” × “它属于某个类别的概率”

scores = confidence * class_probs.max(dim=-1)

Step 3: 对每个类别分别执行 NMS

YOLOv3 默认按类别执行 NMS，即：

• 同一类别的框之间比较 IoU；
• 不同类别的框不会相互干扰；

for class_id in range(num_classes):
    # 获取该类别的所有预测框
    class_boxes = boxes[class_ids == class_id]
    class_scores = scores[class_ids == class_id]

    # 执行 NMS
    keep_indices = nms(class_boxes, class_scores, iou_threshold=0.45)

    final_boxes.append(class_boxes[keep_indices])

四、YOLOv3 中的 NMS 参数说明（来自 Darknet 配置）

在 YOLOv3 的 .cfg 文件中，有以下 NMS 相关参数设置：

[region]
...
nms=1
beta_nms=0.6
nms_kind=greedynms
iou_thresh=0.45

⚠️ 注意：YOLOv3 原论文中并未使用 Soft-NMS，但在后续开源实现中支持。

五、YOLOv3 支持的 NMS 类型（来自 Darknet）

YOLOv3 的开源实现（如 AlexeyAB/darknet）支持多种 NMS 方法：

六、YOLOv3 中 NMS 的伪代码（简化版）

def non_max_suppression(boxes, scores, threshold=0.45):
    """
    输入：
        - boxes: [N, 4]     # (x1, y1, x2, y2)
        - scores: [N]       # confidence × max_class_prob
        - threshold: float   # IoU 阈值
    输出：
        - keep_indices: list of int # 保留的框索引
    """
    keep = []
    indices = np.argsort(scores)[::-1]

    while len(indices) > 0:
        best_idx = indices[0]
        keep.append(best_idx)
        best_box = boxes[best_idx]

        # 计算当前最佳框与其他框的 IoU
        ious = compute_iou(best_box, boxes[indices[1:]])
        
        # 保留 IoU < threshold 的框继续处理
        indices = indices[1:][ious < threshold]

    return keep

七、YOLOv3 NMS 的特点总结

八、YOLOv3 中的 NMS 示例（PyTorch 简化版）

import torch
from torchvision.ops import nms

# 假设我们已经解码出 boxes 和 scores
boxes = ...  # shape: [num_boxes, 4]
scores = ...  # shape: [num_boxes]

# 执行 NMS
keep_indices = nms(boxes, scores, iou_threshold=0.45)

# 获取最终保留的框
final_boxes = boxes[keep_indices]
final_scores = scores[keep_indices]

九、YOLOv3 NMS 的实际表现（来源：官方测试数据）

十、YOLOv3 中 NMS 的改进意义

虽然 YOLOv3 并未在论文中明确提出新的 NMS 方法，但在开源实现中：

• 引入了 Soft-NMS 支持，提升了密集场景下的召回能力；
• 保持按类别执行 NMS 的传统做法，适用于大多数现实场景；
• anchor boxes 的引入间接提高了 NMS 的稳定性；
• 多尺度预测使不同层级的框更合理，减少了误删情况；

这些变化使得 YOLOv3 在实战中具有良好的检测性能。

十一、YOLOv3 NMS 的局限性

十二、结语

📌 欢迎点赞 + 收藏 + 关注我，我会持续更新更多关于计算机视觉、目标检测、深度学习、YOLO系列等内容！