Как работает Non-Maximum Suppression (NMS) и для чего он нужен?

Non-Maximum Suppression (NMS) — это алгоритм, используемый в задачах обнаружения объектов для удаления избыточных перекрывающихся предсказаний. Когда модель обнаруживает несколько боксов, которые сильно пересекаются и относятся к одному объекту, NMS оставляет только тот, у которого наивысшая уверенность (score), а остальные удаляет.

Принцип работы:

1. Отсортировать все предсказанные боксы по убыванию вероятности.
2. Выбрать бокс с максимальной вероятностью и добавить его в итоговый набор.
3. Удалить из списка все боксы, которые сильно перекрываются с выбранным (по метрике IoU — Intersection over Union, превышающей заданный порог).
4. Повторять шаги 2-3, пока не обработаны все боксы.

Это позволяет уменьшить количество ложных срабатываний и получить более точные результаты обнаружения.