NMS 抑制
    ✔️ 非极大值抑制（Non-maximum suppression，NMS）是一种去除非极大值的算法，常用于计算机视觉中的边缘检测、物体识别等。

    算法流程：

    ✔️ 给出一张图片和上面许多物体检测的候选框（即每个框可能都代表某种物体），但是这些框很可能有互相重叠的部分，我们要做的就是只保留最优的框。假设有 N 个框，每个框被分类器计算得到的分数为 NMS - 图1 NMS - 图2。

    1. 建造一个存放待处理候选框的集合 H，初始化为包含全部 N 个框；建造一个存放最优框的集合 M，初始化为空集。
    2. 将所有集合 H 中的框进行排序，选出分数最高的框 m，从集合 H 移到集合 M；
    3. 遍历集合 H 中的框，分别与框 m 计算交并比（Interection-over-union，IoU），如果高于某个阈值（一般为 0~0.5），则认为此框与 m 重叠，将此框从集合 H 中去除。
    4. 回到第 2 步进行迭代，直到集合 H 为空。集合 M 中的框为我们所需。