目标检测这个东西从来都不是一个可以直接端到端的东西，往往需要很多的联合训练，调整试错，前处理后处理等等。

对于目标检测算法，它包含了三个要素：Backbone + Head + Postprocess，上一篇文章介绍了Light Head R-CNN，它是对“head”部分的优化，对于Postprocess部分，最早用的是NMS，后面出现了Soft NMS和Softer NMS，本文将分别解释它们的动机和原理，希望能对大家有所帮助。

1 NMS

NMS，它的全称为“non-maximum supression”。为什么要使用nms呢？因为在目标检测任务中，不管是one-stage还是two-stage的算法，最终算法都会预测出多个proposals。在后处理部分中，需要对这些proposals做筛选。

1.1 动机

（1）优先选择分类score较高的proposal；
（2）跟分类score重叠较多的proposals，可以视为冗余的预测框；

1.2 步骤

（1）将算法预测出的所有proposals，按照不同的类别标签分组；
（2）对于每一个类别的所有proposals，记作$BBB$Nt​的proposals，使用加权平均更新其位置坐标，从而达到提高定位精度的目的。因为softer-NMS关注的是单个框的定位精度，而NMS和soft-NMS关注的是单个框的冗余性，显然关注点不同，所以softer-NMS可以和soft-NMS组合使用，此时效果更佳。

4 总结

NMS：只适用于图片中目标比较稀疏的场景，即目标之间的间距较大；

soft-NMS：可以部分解决出现稠密目标的情况（ps：Face++提出了RepLoss，从模型的角度解决这一问题，大家感兴趣也可以去读读该论文）；

softer-NMS：该后处理方法采用"bagging"的思想，通过后处理提高定位精度，可以和soft-NMS组合使用。

5 参考文献

https://arxiv.org/pdf/1704.04503.pdf

https://arxiv.org/pdf/1809.08545.pdf

https://megvii.com/newscenter/119