Non-Maximum Suppression（NMS） ってなぁに

26 Sep, 2025

(GPTコピペ)

🐹 Non-Maximum Suppression（NMS） は、物体検出（YOLOとかFaster R-CNNとか）で超よく出てくる処理なんだ。

🧩 NMSとは？

検出モデルって、同じ物体を「ちょっとずつ違う位置のバウンディングボックス」で何個も予測しちゃうんだよ 📦📦📦 → そのままだと「1つの犬が10匹いる」みたいに見えちゃう 🐶🐶🐶

そこで登場するのが NMS。 重なり合うボックスの中から「最も確からしいやつ（スコアが高い）」を残して、他を消す（suppress）処理だよ。

⚙️ NMSの仕組み

1. モデルが出したバウンディングボックス候補を スコア順に並べる。
2. 一番スコアの高いボックスを「採用」。
3. それと IoU (Intersection over Union) が一定以上（例: 0.5）の他のボックスは「同じ物体を指してる」と見なして削除。
4. 残ったボックスについて2〜3を繰り返す。

結果：同じ物体に対して1つのボックスだけ残る✨

🚀 良いところ

• 余計な重複検出をきれいに消せる。
• シンプルで速い。

🤔 微妙なところ

• IoUのしきい値をどう選ぶかが難しい。

  • 高すぎると重複が残る。
  • 低すぎると別の物体まで消しちゃう。

• クラス間の影響（例えば「犬」と「狼」が近くにいると片方が消される）問題もある。

🌟 DETRとの関係

さっきの DETR は、このNMSすら不要！ → Hungarian matchingで「予測と正解を1対1で結びつけ」るから、わざわざ重複を消す処理がいらない。 これは従来モデルと大きな違いで、DETRのシンプルさが評価される理由のひとつだよ✨

#ai #blog