今天调一个RT-DETR的部署问题，模型推理速度明明达标了，但在实际视频流里跟踪目标时总出现“闪跳”——同一个目标在相邻帧里忽左忽右。盯着输出看了半天，发现是相邻帧的检测框置信度相差0.01，NMS直接就把低分框干掉了，导致目标位置在帧间不连续。这个经典问题让我决定好好聊聊NMS后处理的那些事儿。传统NMS的硬伤标准NMS的逻辑简单粗暴：按置信度排序，最高分的框作为保留框，然后干掉所有和它IoU超过阈值的其他框。这个“干掉”是物理删除，直接置零。在RT-DETR这种密集预测的场景里，两个其实都是正确目标的框，可能因为角度、遮挡导致IoU略高，就被误杀了。# 典型NMS实现（问题版本）defnaive_nms(boxes,scores,iou_thresh=0.5)
