检测框重复与相邻目标被抑制，是同一后处理规则的不同风险。NMS 参数需结合场景。
分数门限控制候选，IoU 门限控制重叠抑制，类别处理方式影响结果。遮挡密集场景可能不适合简单统一门限。
一、问题的范围与前提
成像质量、数据分布、算法与业务判断各自有条件。清晰图像提供可观察细节，模型和规则解释输入，业务层决定结果如何使用。视野、曝光、颜色、姿态与输入尺度变化，都可能在模型参数不变时改变结果。
二、技术分析与方案取舍
置信门限先决定留下哪些候选，NMS再按重叠抑制，二者改变不同错误。密集相邻对象的框可能高重叠，过强抑制会漏掉真实目标；门限太宽则保留重复。按类别观察原始框与最终框，记录误抑制和重复数量。模型和测试输入固定后再调整，不能和训练变化一起比较而无法归因。
先固定输入和处理版本，保存必要中间产物，再比较单项变化。裁剪、缩放和配准要携带坐标关系，输出回到原图时检查尺度与偏移。数据按正常和困难条件分别组织，不把反光、遮挡或采集失败从报告中悄悄删掉。
三、实现与排查的顺序
- 保存原始候选。
- 比较不同重叠门限。
- 按类别检查错误。
- 独立评价密集目标。
按这个顺序保留中间结果，可以区分输入条件、处理过程和最终输出。前一阶段的条件不成立时，先解释对应错误，再继续后面的试验；单次返回成功不足以覆盖整条链路。
最小示例
1
2
3
固定模型、处理版本与阈值
保存每条样本的真实标签、预测和错误类别
按任务计算指标，并保留样本量与排除规则
分类、检测和异常任务分母及指标不同。阈值曲线和某个工作点的现场误报漏检不互换，目标数字不作为已测结果。
四、验证和结果解释
独立样本应覆盖预期工况，逐条预测与错误图支持复盘。分类、检测、定位和异常任务使用各自指标定义，阈值工作点与曲线指标不能混用。性能同时记录冷启动、稳态、尾部耗时和资源峰值，不挑最快一张代表整套系统。
| 需要验证的结果 | 保留的对照 | 不能由此推出的结论 |
|---|---|---|
| 重复框减少但真实相邻目标保留 | 固定输入与配置、对应输出 | 一次成功代表所有条件成功 |
| 分数排序稳定 | 中断前后状态与错误阶段 | 没有报错代表结果正确 |
| 边界截断不制造错误关联 | 恢复后的同条件复测 | 临时恢复代表根因已经消失 |
验证无目标、多候选、边界、遮挡和不同光照。没有有效观测时给出明确失败或待确认，不为每张图强行选一个目标。图像文件真实保存和完整解码也属于链路检查，热力图漂亮不能替代缺陷真值与业务验收。
五、适用边界与结论
后处理改变需固定模型和数据，不能用调 NMS 掩盖标注或训练问题。
这条路径把“保存原始候选”与“独立评价密集目标”连在一起，中间保留可复查的条件。实施时优先确认“重复框减少但真实相邻目标保留”，再检查“边界截断不制造错误关联”；两者都满足，才能在当前样本与配置范围内评价方案。设备、数据或软件版本改变以后，相关假设需要重新验证。
