yolov5多个框重叠问题

NMS（Non-Maximum Suppression，非极大值抑制）是一种在计算机视觉和目标检测领域常用的技术。它通常用于在图像或视频中找出物体或目标的位置，并剔除重叠的边界框，以确保最终的检测结果准确且不重叠。 

会出现多个框重叠的问题其实就是nms非极大值抑制iou阈值的问题，可以把参数iou改变一点试试，我直接改成0的效果

可见重叠框大大减少了，为什么会这样子呢？这是因为Iou是两个框边界的交集和并集之比，那么这个iou越大说明两个框越接近。Yolo中使用的nms非极大值抑制算法，就是用来解决一个目标被多次检测的问题的，nms首先从所有的框中选出置信度最大的框，然后计算剩余的检测框与该框的iou，如果iou大于所设置的iou_thres，即这两个框重叠的越多，就会去掉这个框。

所以如果想要去掉重叠的框，我们可以把参数iou_thres改小一点，从而去掉更多重叠的框。 

如果是train时产生的多个框重叠问题，请修改train.py的这个地方

如果是val或者detec时出现的问题，请修改val.py或detect.py的iou_thres参数