【YOLO全系列架构演进史】4 YOLOv10：NMS-free 双分配与端到端延迟优化
YOLOv10：NMS-free 双分配与端到端延迟优化
1. 为什么 YOLO 需要一次"手术"
1.1.1.1 NMS 是谁，它带来了什么麻烦
我们先想象一个拥挤的十字路口。目标检测模型就像一位摄影师，试图给每一个行人框出一个矩形边框。问题是，这位摄影师有点"手抖"——同一个行人，它可能会连续按下快门三次，产生三个高度重叠的边框。这时候就需要一位"后期编辑"，把重复的照片删掉，只保留最好的一张。这位后期编辑就是 NMS（Non-Maximum Suppression，非极大值抑制）。
听起来很合理对吧？但问题在于，这位后期编辑做事太慢了。在自动驾驶或工业质检的流水线上，每一帧图像都要等 NMS 把重复边框筛完，才能输出最终结果。这个等待时间可能只占几十毫秒，但在实时视频流里，它就成了整个流水线的天花板。更麻烦的是，NMS 有一堆超参数——置信度阈值、IoU 阈值——这些参数在不同数据集上需要反复调优，让部署工程师头疼不已。
1.1.1.2 从"后期编辑"到"一次成片"
我们能不能让摄影师直接练就"一次成片"的本领？也就是说，在按下快门的那一刻，模型就已经确定：这个行人我只框一次，绝不重复。这就是 YOLOv10 的核心诉求——NMS-free。听起来抽象对吧？别急，我们先从一张 4×4 的小网格说起，看看"重复预测"到底是怎么产生的，再一步步推广到真实尺度。