NMS检测框合并策略
一.NMS
1.NMS算法过程
NMS主要就是通过迭代的形式，不断的以最大得分的框去与其他框做IoU操作，并过滤那些IoU较大（即交集较大）的框。
①根据候选框的类别分类概率做排序，假如有4个 BBox ，其置信度A>B>C>D。
②先标记最大概率矩形框A是算法要保留的BBox；
③从最大概率矩形框A开始，分别判断ABC与D的重叠度IOU（两框的交并比）是否大于某个设定的阈值(0.5)，假设D与A的重叠度超过阈值，那么就舍弃D；
④从剩下的矩形框BC中，选择概率最大的B，标记为保留，然后判断C与B的重叠度，扔掉重叠度超过设定阈值的矩形框；
⑤一直重复进行，标记完所有要保留下来的矩形框。
two stage算法，通常在选出BBox有BBox位置(x,y,h,w)和是否是目标的概率，没有具体类别的概率。因为程序是生成BBox，再将选择的BBox的feature map做rescale (一般用ROI pooling)，然后再用分类器分类。NMS一般只能在CPU计算，这也是two stage相对耗时的原因。
但如果是one stage做法，BBox有位置信息(x,y,h,