在昨天的模型推論中我們成功讓 YOLOv8 在衛星資料集中記錄到了訓練目標物，但從推論圖來看(可以前往 Day 10)會發現一個事情，同一張影像出現兩個重疊的預測框，分數分別為 0.59 、 0.38。

至於為甚麼會出現兩個預測框，我們又該透過甚麼演算法將其過濾為單一的精準標註?
今天我們講 NMS (Non-Maximum Suppression 非極大值抑制)。

為甚麼物件會產生多餘的預測框

YOLO 採用 無錨框 (Anchor-Free) 與網格化 (Grid-based) 預測機制。當一張影像被切分為多個特徵網格時，由於目標物的架構很大，袍邊的物件都會偵測到跑道特徵，所以才同時輸出包含邊界框座標與置信度分數的候選框，如果直接顯示神經網路的原始輸出，畫面將會有上百個多於的預測框，因此推論必須經過以下兩個步驟：

[ 模型原始輸出 ] -> 產生數百個網格候選框
       │
       ▼ (1.剔除低置信度廢框)
[ 置信度門檻 ]
       │
       ▼ (2.抑制高度重疊的重複預測框)
[ NMS 演算法 ]
       │
       ▼
[ 最終結果 ] -> 保留 1 個最精準的目標物框

NMS 非極大值抑制

NMS 的核心目標為:
在局部區域內，只保留置信度最高且定位最準確的框，然後刪除其餘重複預測的冗餘框。

1.置信度過濾 (Confidence Filtering)

設定置信度門檻 $T_{conf}$（例如 $0.25$），直接拋棄所有 $Score < T_{conf}$ 的候選框。

2.降序排序 (Sorting)

將剩下的所有候選框依照置信度分數從高到低進行排序，建立候選佇列 $B = [B_1, B_2, ..., B_n]$。

3.選取極大值 (Select Maximum)

從佇列中取出當前分數最高的框 $B_{max}$（例如分數 $0.59$ 的框），將其加入最終保留清單，並從佇列中移除。

4.交疊抑制 (Suppressing via IoU)

計算 $B_{max}$ 與佇列中剩餘每個候選框 $B_i$（例如分數 $0.38$ 的框）的 IoU（Intersection over Union，交疊率）：

若 $\text{IoU} > T_{iou}$（例如門檻設為 $0.45$），代表 $B_i$ 與最高分框嚴重重疊，兩者在預測同一個機場，則直接將 $B_i$ 強制刪除。

重複步驟 3 與 4，直到候選佇列為空。

遙測衛星的實作

在處理 Sentinel-2 這種較大範圍、低解析度的影像時，conf 和 iou 兩個參數對於最終的推論有很大的影響。

results = model.predict(
    source=test_source,
    conf=0.25,   # 置信度門檻
    iou=0.45     # NMS 重疊抑制門檻
)

置信度門檻 conf 影響

設定過高

優點

誤報率較低

缺點

容易漏抓特徵不明顯、雲層遮擋和解析度較低的目標物

設定過低

優點

召回率高，不容易漏抓。

缺點

像昨天的混淆矩陣一樣，把其他可能帶有目標物特徵的物件錯判為目標物。

IoU 門檻 iou 影響

設定過高

NMS 抑制力不足，這就是導致昨天推論圖出現兩個預測框的原因，因為兩個個框的 IoU 可能低於當時的門檻，導致第二個預測框跳過 NMS 的刪除。

設定過低

抑制力過強，如果影像中同時存在距離極近的目標物，較低分的可能會被當成重疊框而被誤刪。

Soft-NMS

標準的 NMS 採用硬性剔除的方法，只要 $\text{IoU} > T_{iou}$，那個候選框就會被直接刪除。

但是在一些衛星影像中遇到相鄰的目標物，傳統的 NMS 會直接誤刪。

為了解決這個問題，有人提出了 Soft-NMS 的方法，他不會直接刪除，他會根據 IoU 的重疊程度 衰減 (Decay) 該候選框的置信度分數。

這種方法可以有效抑制冗餘的重疊預測，也能確保鄰近的目標物不會被誤刪。

小結

今天我們講了推論時消除重疊框的機制，NMS，也理解了昨天推論成果圖中雙重框出現的原因。

明天我們將優化我們的推論與視覺化模組，嘗試調整 conf 與 iou 門檻，將雙重框完美壓制為單一精準標註框，並將辨識結果匯出，那我們明天見。