引言

1  预测阶段，就是在模型已经训练好之后，开始进行预测的阶段

2  NMS非极大值抑制，在这里面的作用我的理解是，在类别相同时，任何可以框选出

多个实例。

交并比（iou）

那么交并比就是：

非极大值抑制（NMS） 

上篇文章中《理解 YOLOV1 第一篇 预测阶段_code bean的博客-CSDN博客》我们预测出了98个候选框，那么我们现在要做的就是筛选出最为准确的那几个。

NMS第1轮

我们首先将其中一类（比如狗）的候选框按全概率进行降序排序，然后将所有的候选框和第一个比较，如果候选框的交并比大于某个阈值，就直接将此候选框对应的概率清零（相当于排除该候选框，因为交并比过大说明是重复的选择，概率有比最大的小，所以可以干掉）

如上图所示，黄色框和绿色框交并比大于0.5结果，绿框被干掉了。

NMS第2轮

 经过了第一轮，和第一个框交并比过大的都被干掉了，于是开始第二轮，第二轮此时从第二大概率的候选框开始，也就是此时图中的蓝色框框，而此时蓝色的框框后面的红色框框交并比过大，所以红色框框被干掉。

后面可能还有第N轮，然后一直到结束。

不过到目前为止，黄框和蓝框是最终被保留的选择框。

NMS非极大值抑制，在这里面的作用我的理解是，在类别相同时，任何可以框选出

多个实例。 

---

参考：

同济子豪兄的个人空间_哔哩哔哩_bilibili