为什么 NMSboxes 不消除多个边界框？

Question

首先这里是我的代码：

        image = cv2.imread(filePath)
        height, width, channels = image.shape
        
        # USing blob function of opencv to preprocess image
        blob = cv2.dnn.blobFromImage(image, 1 / 255.0, (416, 416),
        swapRB=True, crop=False)
        #Detecting objects
        net.setInput(blob)
        outs = net.forward(output_layers)
        
        # Showing informations on the screen
        class_ids = []
        confidences = []
        boxes = []

        for out in outs:
            for detection in out:
                scores = detection[5:]
                class_id = np.argmax(scores)
                confidence = scores[class_id]
                if confidence > 0.7:
                    # Object detected
                    center_x = int(detection[0] * width)
                    center_y = int(detection[1] * height)
                    w = int(detection[2] * width)
                    h = int(detection[3] * height)

                    # Rectangle coordinates
                    x = int(center_x - w / 2)
                    y = int(center_y - h / 2)

                    boxes.append([x, y, w, h])
                    confidences.append(float(confidence))
                    class_ids.append(class_id)
                    
                indexes = cv2.dnn.NMSBoxes(boxes, confidences,score_threshold=0.4,nms_threshold=0.8,top_k=1)
                
        font = cv2.FONT_HERSHEY_PLAIN
        colors = np.random.uniform(0, 255, size=(len(classes), 3))
        labels = ['bicycle','car','motorbike','bus','truck']
        for i in range(len(boxes)):
            if i in indexes:
                label = str(classes[class_ids[i]])
                if label in labels:
                    x, y, w, h = boxes[i]
                    color = colors[class_ids[i]]
                    cv2.rectangle(image, (x, y), (x + w, y + h), color, 2)
                    cv2.putText(image, label, (x, y + 30), font, 2, color, 3)
        cv2.imshow(fileName,image)

我的问题是：是不是cv2.dnn.NMSBoxes应该消除多个边界框？那么为什么我仍然得到如下示例的输出：

我的预期是这样的：

我的代码做错了吗？有没有更好的选择？非常感谢您的帮助。

Answer 1

NMS 的过程是这样的
Input - A list of Proposal boxes B，对应的置信度 S 和重叠阈值 N
输出 - 过滤后的建议列表 D

算法/步骤

1. 选择confidence score最高的proposal，从B中移除，加入到最终的proposal list D中。（最初D为空）
2. 现在将此提案与所有提案进行比较——计算该提案与其他提案的 IOU（交集）。如果 IOU 大于阈值 N，则从 B 中删除该提案
3. 再次从 B 中剩余的提案中取出置信度最高的提案，将其从 B 中删除并添加到 D
4. 再次用B中的所有proposals计算这个proposal的IOU，并剔除IOU高于阈值的框
5. 重复这个过程，直到 B 中没有更多的提案为止

这里所指的阈值只不过是nms_threshold.
在cv2.dnn.NMSBoxes功能，nms_threshold是在非最大抑制所使用的阈值IOU。
所以如果你有一个很大的值，你会强制两个框有很高的重叠（通常不是这种情况），只有当它与另一个框的 IOU 大于 0.8 时，才会删除该框。由于通常没有这么多重叠，因此不会删除这些框。减少此值将更容易删除冗余检测

希望这是有道理的

您可以在此处阅读有关非极大值抑制的更多信息