NMS (Non-Maximum Suppression) 分析

什么是 NMS？

NMS 是 Non-Maximum Suppression（非极大值抑制） 的缩写。

NMS 的作用

YOLO 等目标检测模型会产生很多个检测框，可能：

同一个物体被检测多次
- 模型可能对同一个物体输出多个重叠的检测框
- 每个框都有不同的置信度
检测框位置接近
- 多个框几乎在同一个位置
- 只需要保留最好的一个

NMS 的工作原理

输入: 同一个物体的多个检测框
    [框A: 置信度 0.95] ─┐
    [框B: 置信度 0.90] ─┼── 重叠度高
    [框C: 置信度 0.85] ─┘

NMS 处理后:
    [框A: 置信度 0.95] ← 保留置信度最高的
    [框B, 框C]           ← 被抑制/删除

算法流程

按置信度降序排序检测框
保留置信度最高的框
删除与已保留框重叠度（IoU）超过阈值的框
重复直到所有框处理完毕

代码中的实现

位置: src/nodes/processing.rs:348-414

pub fn non_maximum_suppression(
    boxes: Vec<DetectionBox>,
    iou_threshold: Option<f32>,      // IoU 阈值，默认 0.5
    confidence_threshold: Option<f32>, // 置信度阈值，默认 0.0
) -> Vec<DetectionBox> {
    let iou_thresh = iou_threshold.unwrap_or(0.5);
    
    // 先过滤低置信度的框
    let boxes: Vec<DetectionBox> = boxes
        .into_iter()
        .filter(|b| b.confidence >= conf_thresh)
        .collect();
    
    // 按标签分组
    // 对每个标签分别进行 NMS
    // ... 按置信度降序排序
    // ... 保留最高置信度的框，抑制重叠框
}

调用位置

位置: src/pipeline.rs:520-524

// 应用 NMS 去除重叠的检测框（背景误检框通常与真实框重叠）
// IoU 阈值 0.5，置信度阈值 0.75（过滤低置信度的背景误检）
let nms_boxes = crate::nodes::processing::non_maximum_suppression(
    filtered_boxes,
    Some(0.5),   // IoU 阈值
    Some(0.76),  // 置信度阈值（提高到 0.75 过滤背景误检）
);

为什么需要 NMS？

没有 NMS 的情况

一个物体 → 5 个重叠的检测框 → UI 显示 5 个相同的标签

有 NMS 的情况

一个物体 → 5 个重叠的检测框 → NMS 后保留 1 个最好的 → UI 显示 1 个标签

快速移动物体的问题

当物体快速斜着通过 ROI 时：

YOLO 可能在不同帧检测到多个框
- 框 A（帧1）：物体在 ROI 边缘，IoU 0.3
- 框 B（帧2）：物体在 ROI 中心，IoU 0.7
- 框 C（帧3）：物体离开 ROI，IoU 0.2
如果 NMS 的 IoU 阈值（0.5）太高
- 框 A 和框 B 重叠度高，可能有一个被抑制
- 框 B 和框 C 重叠度高，可能有一个被抑制
- 导致关键帧的检测丢失

参数调优建议

1. 降低 NMS IoU 阈值

// 当前配置
Some(0.5),   // IoU 阈值

// 建议改为
Some(0.2) or Some(0.3)  // 保留更多检测框

优点: 减少漏检，特别是快速移动的物体缺点: 可能会有少量重复检测

2. 调整置信度阈值

// 当前配置
Some(0.76),  // 置信度阈值

// 根据实际需求调整
Some(0.5) or lower  // 允许更多低置信度检测通过

3. 帧间检测框跟踪

更高级的方案是使用帧间跟踪（如 DeepSORT、ByteTrack）：

基于运动轨迹关联不同帧的检测框
即使某一帧漏检，也能通过跟踪保持检测
适合快速移动的物体场景

总结

NMS 是目标检测后处理的标准步骤
用于去除重复检测，保留最佳结果
IoU 阈值（默认 0.5）控制重叠检测的抑制程度
置信度阈值（默认 0.76）过滤低质量检测
快速移动物体可能需要降低 IoU 阈值以减少漏检

THE END