在计算机视觉领域，尤其是在对象检测任务中，模型可能会多次检测到同一个对象，这种现象被称为双重检测。这种情况通常由两种情况引起：模型自身产生的重叠检测，以及为了处理图像切片而故意创建的重叠。例如，使用YOLO或Faster R-CNN等模型时，可能会因为多个锚框覆盖同一对象而产生多个检测。此外，如果模型对对象的类别不够确定，可能会产生带有不同类别标签的多个检测。
非极大值抑制（NMS）与非极大值合并（NMM）
为了解决双重检测问题，可以使用两种算法：非极大值抑制（NMS）和非极大值合并（NMM）。NMS通过计算检测框之间的交并比（IOU），保留最有信心的检测并丢弃其他检测。而NMM则在检测框重叠时合并这些检测。这两种方法都旨在减少对象检测中的冗余，提高检测的准确性。
交并比（IOU）是衡量两个检测框重叠程度的指标，计算方式是两个框的交集面积除以它们的并集面积。IOU的值介于0到1之间，值越高表示重叠程度越大。在NMS中，首先根据置信度对所有检测进行排序，然后计算每对检测的IOU，如果重叠程度高于用户指定的阈值，则丢弃置信度较低的检测。这个过程会一直进行，直到处理完所有类别和检测对。
NMS可以按类别进行，也可以跨类别进行。而NMM则更为复杂，它首先对检测进行排序，然后计算每对检测的IOU，并根据用户指定的阈值将重叠的检测分组。接着，对于每组检测，NMM会进行合并操作，合并后的检测会替换掉原始检测。这个过程会一直进行，直到所有检测都被处理完毕。
示例代码
import cv2
import supervision as sv
from inference import get_model
image = cv2.imread("<SOURCE_IMAGE_PATH>")
model = get_model(model_id="yolov8m-640")
result = model.infer(image)[0]
detections = sv.Detections.from_inference(result)
detections = detections.with_nmm(
threshold=0.5
)
# 可视化结果
annotated_frame = sv.BoundingBoxAnnotator().annotate(
scene=image.copy(),
detections=detections
)
sv.plot_image(annotated_frame)
在实际应用中，可以根据需要选择使用NMS或NMM。NMS在处理速度上更快，而NMM则在处理重叠检测时更为精确。在实际使用中，可以先使用NMS，然后根据需要调整阈值，并尝试使用NMM。
在性能方面，NMS通常比NMM快约两倍。例如，在处理35个检测时，NMS需要1.25毫秒，而NMM需要4.23毫秒。在处理750个检测时，NMS需要41.15毫秒，而NMM需要75.71毫秒。因此，在实际应用中，需要根据具体情况权衡速度和精度。