Python 3.x 为什么NMSboxes不删除多个边界框？

首先，这里是我的代码：

        image = cv2.imread(filePath)
        height, width, channels = image.shape
        
        # USing blob function of opencv to preprocess image
        blob = cv2.dnn.blobFromImage(image, 1 / 255.0, (416, 416),
        swapRB=True, crop=False)
        #Detecting objects
        net.setInput(blob)
        outs = net.forward(output_layers)
        
        # Showing informations on the screen
        class_ids = []
        confidences = []
        boxes = []

        for out in outs:
            for detection in out:
                scores = detection[5:]
                class_id = np.argmax(scores)
                confidence = scores[class_id]
                if confidence > 0.7:
                    # Object detected
                    center_x = int(detection[0] * width)
                    center_y = int(detection[1] * height)
                    w = int(detection[2] * width)
                    h = int(detection[3] * height)

                    # Rectangle coordinates
                    x = int(center_x - w / 2)
                    y = int(center_y - h / 2)

                    boxes.append([x, y, w, h])
                    confidences.append(float(confidence))
                    class_ids.append(class_id)
                    
                indexes = cv2.dnn.NMSBoxes(boxes, confidences,score_threshold=0.4,nms_threshold=0.8,top_k=1)
                
        font = cv2.FONT_HERSHEY_PLAIN
        colors = np.random.uniform(0, 255, size=(len(classes), 3))
        labels = ['bicycle','car','motorbike','bus','truck']
        for i in range(len(boxes)):
            if i in indexes:
                label = str(classes[class_ids[i]])
                if label in labels:
                    x, y, w, h = boxes[i]
                    color = colors[class_ids[i]]
                    cv2.rectangle(image, (x, y), (x + w, y + h), color, 2)
                    cv2.putText(image, label, (x, y + 30), font, 2, color, 3)
        cv2.imshow(fileName,image)

我的问题是：

cv2.dnn.NMSBoxes是否应该消除多个边界框？那么为什么我仍然得到如下示例所示的输出：



我的预期如下：


我的代码有问题吗？还有更好的选择吗？非常感谢您的帮助。
NMS的过程是这样的

输入-提案框B、相应置信度S和重叠阈值N的列表

输出-已筛选的建议列表

算法/步骤

选择置信度最高的提案，将其从B中删除，并将其添加到最终提案列表D中（最初D为空）
现在将此提案与所有提案进行比较-计算此提案与其他提案的IOU（联合交集）。如果IOU大于阈值N，则从B中删除该提案
再次从B中的其余提案中以最高置信度获取提案，并将其从B中删除并添加到D中
再次使用B中的所有提案计算此提案的IOU，并删除IOU高于阈值的框
重复此过程，直到B中不再有提案
这里所指的阈值只不过是
nms\u阈值


在
cv2.dnn.NMSBoxes
功能中，
nms\u阈值
是用于非最大抑制的IOU阈值。

因此，如果您有一个较大的值，您将强制两个框具有非常高的重叠（通常不是这种情况），并且只有当该框与另一个框的IOU大于0.8时，才会删除该框。因为通常不会有这么多重叠，所以不会移除框。减小此值将更容易删除冗余检测

希望这有意义

您可以阅读更多有关非最大值抑制的信息
NMS的过程如下所示

输入-提案框B、相应置信度S和重叠阈值N的列表

输出-已筛选的建议列表

算法/步骤

选择置信度最高的提案，将其从B中删除，并将其添加到最终提案列表D中（最初D为空）
现在将此提案与所有提案进行比较-计算此提案与其他提案的IOU（联合交集）。如果IOU大于阈值N，则从B中删除该提案
再次从B中的其余提案中以最高置信度获取提案，并将其从B中删除并添加到D中
再次使用B中的所有提案计算此提案的IOU，并删除IOU高于阈值的框
重复此过程，直到B中不再有提案
这里所指的阈值只不过是
nms\u阈值


在
cv2.dnn.NMSBoxes
功能中，
nms\u阈值
是用于非最大抑制的IOU阈值。

因此，如果您有一个较大的值，您将强制两个框具有非常高的重叠（通常不是这种情况），并且只有当该框与另一个框的IOU大于0.8时，才会删除该框。因为通常不会有这么多重叠，所以不会移除框。减小此值将更容易删除冗余检测

希望这有意义

您可以阅读更多关于非最大值限制的信息
尝试将nms阈值的值降低到0.4到0.7之间，并以0.1步为增量，看看是否会有所不同？@jiteshmalipedi这是可行的，但您能帮我解释一下实际发生的情况吗？谢谢。我将在回答部分添加详细信息。尝试将nms阈值的值降低到0.4到0.7之间，增量为0.1步，看看这是否会有所不同？@jiteshmalipedi这是可行的，但您能帮我解释一下实际发生的情况吗？谢谢，我会在回答部分添加详细信息