在R-CNN算法第一阶段中，selective search会产生2000个region proposals。经过svm打分后，一个物体可能就有多个框。如下图：
但是我们需要一个物体只有一个最优框（相对同一物体的所有的框，即SVMs打分后得到的矩阵的一个列向量中挑选最优的）。于是使用NMS来抑制冗余的框，得到如下图的结果：
举一个例子：某个物体最终得到了A,B,C,D,E,F六个框，按照SVMs打分从高到低刚好也是A,B,C,D,E,F。挑选出得分最高的A，然后遍历剩下的（候选集），依次计算相对于A的IOU，如果IOU>阈值，则抛弃对应的框（例如：IOU(A,B)>阈值，则抛弃B），否则放回候选集。遍历完后，如果候选集还有元素且元素个数大于1，继续挑选出候选集中得分最高的（例如上一轮只抛弃了B，候选集中是C,D,E,F，那么现在得分最高的的是C），然后遍历候选集，再依次计算（同上），知道候选集中没有元素，或者只剩一个元素。那么留下的就是最优的框。（
直观上理解还是会有多个框，我的理解是IOU>阈值就抛弃，杜绝了在同一个区域内重复出现多个框，但是一幅图中可能有多个同类型的目标，例如上图就有两张脸，剩下的多个框一定程度上是标注的多个目标）
作者：刘航呈
链接：https://zhuanlan.zhihu.com/p/30316608
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。