📝이 포스트는 Non-Maximum Suppression에 대해 알아보겠습니다.

정의

Non-Maximum Suppression은 object detector가 예측한 여러 bounding box 중에서 가장 정확한 bounding box를 선택하도록 하는 기법입니다.
NMS는 bounding box들 중의 불필요한 중복을 최소화하는 방법입니다.
이 알고리즘은 매우 간단하면서도 효과적인 방법으로 중복을 제거하고 결과의 정확성을 향상시킵니다. 단, 해당 알고리즘은 지역적으로 최대값을 찾기 때문에, 지역 최대값이 연결된 긴 엣지나 객체에 대해서는 잘 동작하지 않을 수 있습니다.

목적

모델이 예측한 여러 bounding box들 중에 가장 스코어가 높은 bounding box만 남기고 스코어가 낮은 bounding를 제거하기 위해

원리

1. 모든 bounding box들 중에서 threshold 이하의 점수를 갖는 bounding box들을 제거한다.
2. 제거하고 남은 bounding box를 점수를 기준으로 내림차순 한다.
3. 정렬 후 맨 앞에 있는 점수가 가장 높은 Bounding box 하나를 기준으로, 다른 나머지 bounding box와 Intersection over Unit(IoU) 구한다.
   IoU에 를 아직 잘 모르신다면
   IoU 포스트 에 들어가 IoU에 대해 알아보시기 바랍니다.
4. IoU가 threshold 이상인 Bounding box들은 제거 합니다. bounding box끼리 IoU가 높을수록 중복 영역이 크다는 것이고, 많이 겹쳐질수록 같은 물체를 검출하고 있다는 뜻입니다. 고로 중복된 bounding box를 제거합니다.

$e.g.$

1. threshold = 0.5 로 하여 0.5 이하의 점수를 갖는 bounding box들을 제거하였습니다.
2. 제거하고 남은 bounding box를 내림차순합니다.

3. 정렬 후 가장 높은 점수를 갖는 ' 0.92 ' 인 빨간색 bounding box 를 선택한다.
   그리고 다른 bounding box ( 0.65 , 0.51 , 0.68 ) 와 IoU를 구한다.
4. IoU가 threshold 이상인 bounding box들을 하나씩 제거하여 bounding box 리스트가 하나도 남지 않을 때까지 반복한다.

이렇게 하여 가장 높은 점수를 갖는 bounding box 단 하나만 남겨 객체 탐지를 완성할 수 있습니다.