10 views
非最大値抑制（NMS）とは、物体検出AIにおいて同じオブジェクトに対して重複して出力された複数のバウンディングボックスから、最も確信度の高いものを選び、不要な予測を削除する後処理アルゴリズムです。
非最大値抑制とは
一言でいうと、NMS（Non-Maximum Suppression）は、画像認識モデルが同じ物体に対して乱立させた多数の検出枠の中から、最も適切な一つの枠だけを残して他を消去する仕組みです。
詳しく解説
物体検出モデルは、画像内の物体を認識する際に、一つの物体に対して微妙に位置やサイズが異なる複数のバウンディングボックスを出力する傾向があります。これらをそのままにすると、一つの物体が何重にも検出されてしまいます。NMSは、各ボックスの確信度（スコア）と、ボックス同士の重なり具合を示すIoUを計算し、基準を超える重複がある場合に、スコアが最も低いボックスを段階的に取り除くことで、すっきりとした精度の高い検出結果に整えます。
具体例・使われ方
自動運転システムにおいて、前方を歩く一人の歩行者に対してAIが複数の検出枠を生成した際、NMSを適用することで最も確信度の高い一つの枠に絞り込み、正確な位置をシステムに伝達します。
似た用語との違い
IoUが検出枠同士の重なり割合を測る指標であるのに対し、NMSはその指標を用いて実際に重複した枠を整理・排除するアルゴリズムの処理手順そのものを指します。
注意点
IoUのしきい値を厳しくしすぎると、密集している別の物体まで誤って削除してしまうリスクがあり、逆に甘すぎると重複した枠が残るため、対象のタスクに応じた適切なチューニングが必要です。
この解説は役に立ちましたか？誤りが含まれる場合はご報告いただけますと幸いです。
更新日時: 2026年9月21日 18:30