非最大抑制(NMS)常被作为中间步骤处理计算机视觉任务，比如在具有数量多且重叠实体合集中找到目标实体。
非最大抑制(NMS)算法原理
选择具有最大置信度的目标，抑制所有低于所选目标阈值的其他目标，重复这个步骤，直至找到最大置信度，并输出。
举个例子，大多数图像检测会进行某种形式的窗口化，生成了数千个不同大小和形状的边界框。每一个边界框只包含一个对象，非最大抑制(NMS)算法会通过筛去不符合要求的边界框，最终得到目标对象。
非最大抑制通常与边缘检测算法一起使用，沿图像梯度方向扫描图像，如果像素不是局部最大值的一部分，则将其设置为零。这可以抑制不属于局部最大值的所有图像信息。
