非极大值抑制（Non-maximum Suppression, NMS）的作用简单说就是模型检测出了很多框，我应该留哪些。

Soft-NMS是一种用于目标检测的算法，其主要目的是解决传统的非极大值抑制算法（NMS）可能会忽略掉重叠度较小但是有用的目标的问题。Soft-NMS是一种渐进式的降低重叠框得分的方法，而不是通过硬阈值直接将得分置为零。

根据学者的观点，Soft-NMS可以通过一些调整参数来适应不同的场景，例如控制软化程度，以及调整阈值等。一些学者认为Soft-NMS可以帮助提高检测算法的精度，同时减少检测中的假阳性。另外，一些学者还指出，Soft-NMS可以作为一种通用的解决方案，适用于各种不同的目标检测框架，如Faster R-CNN、SSD等。

然而，也有一些学者提出了一些关于Soft-NMS的限制和问题，例如该方法仍然存在一定的参数调整难度和不确定性，同时在一些特殊情况下可能不如传统的NMS方法表现出色。

总的来说，Soft-NMS是一种有效的目标检测算法，它可以帮助解决传统NMS算法的一些限制，但是在使用时需要结合具体场景和需求来调整参数。

在NMS算法中，直接将IoU 超过阈值的检测框的得分设置为 0，而 Soft NMS 则将其得分进行惩罚衰减，有两种衰减方式。第一种是使用1-IoU与得分的乘积作为衰减后的值，但这种方式在略低于阈值和略高于阈值的部分，经过惩罚衰减函数后，很容易导致得分排序的顺序打乱，合理的惩罚函数应该是具有高IoU的