常考题 | IoU 计算

共 2514字,需浏览 6分钟

 ·

2021-06-19 15:19

点击上方小白学视觉”,选择加"星标"或“置顶

重磅干货,第一时间送达

本文转自|AI算法与图像处理

IoU 的计算是面试时常考题,原理简单,但由于没有准备很可能会在面试时,无法正确写出来,今天我们就一起来好好写写。


在深度学习领域中,目标检测是一个活跃的研究课题。在一个图像/框架中的对象是检测一个简单的框周围绘制他们。在对象周围绘制框的任务称为边界框。边界框只是图像中对象的(x-y)坐标。这些坐标在图像中唯一定义对象。现在,图像中对象的边界框主要是手工标记的,可以称为 Ground Truth 框。深度学习模型预测了物体周围的一个边界框,称为预测边界框。



 IOU 用于计算区域交集面积除于区域并集面积



帮助理解的图:


来源:https://blog.csdn.net/briblue/article/details/91366128


为了求交集,实际上是计算这两个点的坐标。


情况(1)


因为在计算IoU时, A 和 B沿着对角线互换位置并没不会改变最终的计算结果。


因此上述的四种情况,可以简化成两种来考虑,而另一种则可以计算下面两点的位置来计算交集面积

情况(2

 

而实际上上面两种情况的计算方法时一样的。

具体代码:

# boxA 存储的是边界框的左上顶点坐标和右下顶点坐标# boxA=[x1,y1,x2,y2]def iou(boxA, boxB):    # 计算重合部分的上下左右4个边的值,注意最大最小函数的使用    left_max = max(boxA[0],boxB[0])    top_max = max(boxA[1],boxB[1])    right_min =  min(boxA[2], boxB[2])    bottom_min = min(boxA[3], boxB[3])
# 计算重合部分的面积 inter = max(0,(right_min-left_max)) * max(0, (bottom_min-top_max)) # 宽*高 Sa = (boxA[2]-boxA[0])*(boxA[3]-boxA[1]) Sb = (boxB[2]-boxB[0])*(boxB[3]-boxB[1])
# 计算所有区域的面积并计算 iou union = Sa+Sb-inter iou = inter/union return iou
if __name__ == "__main__": boxA = [0,0,5,5] boxB = [1,1,6,6] print(iou(boxA,boxB)) # inter = 16 union=34 boxA = [0,0,5,5] boxB = [5,5,6,6] print(iou(boxA,boxB)) # inter = 0 union=26


IOU的一般门槛可以是0.5。这可能因问题的不同而不同。通常IOU>0.5被认为是一个很好的预测。示意图



参考链接


https://blog.csdn.net/briblue/article/details/91366128


https://medium.com/@nagsan16/object-detection-iou-intersection-over-union-73070cb11f6e

https://www.pyimagesearch.com/2016/11/07/intersection-over-union-iou-for-object-detection/

   

下载1:OpenCV-Contrib扩展模块中文版教程
在「小白学视觉」公众号后台回复:扩展模块中文教程即可下载全网第一份OpenCV扩展模块教程中文版,涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。

下载2:Python视觉实战项目52讲
小白学视觉公众号后台回复:Python视觉实战项目即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目,助力快速学校计算机视觉。

下载3:OpenCV实战项目20讲
小白学视觉公众号后台回复:OpenCV实战项目20讲即可下载含有20个基于OpenCV实现20个实战项目,实现OpenCV学习进阶。

交流群


欢迎加入公众号读者群一起和同行交流,目前有SLAM、三维视觉、传感器自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN算法竞赛等微信群(以后会逐渐细分),请扫描下面微信号加群,备注:”昵称+学校/公司+研究方向“,例如:”张三 + 上海交大 + 视觉SLAM“。请按照格式备注,否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告,否则会请出群,谢谢理解~


浏览 31
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报