CV(目標(biāo)檢測(cè))中的IOU計(jì)算，附代碼

1. 目標(biāo)檢測(cè)中的IOU

假設(shè)，我們有兩個(gè)框，與，我們要計(jì)算其。其中的計(jì)算公式為，其交叉面積除以其并集。

的數(shù)學(xué)公式為：

上代碼：

def compute_iou(rec1, rec2):
    """
    computing IoU
    param rec1: (y0, x0, y1, x1) , which reflects (top, left, bottom, right)
    param rec2: (y0, x0, y1, x1) , which reflects (top, left, bottom, right)
    return : scale value of IoU
    """
    S_rec1 =(rec1[2] -rec1[0]) *(rec1[3] -rec1[1])
    S_rec2 =(rec2[2] -rec2[0]) *(rec2[3] -rec2[1])
    #computing the sum area
    sum_area =S_rec1 +S_rec2
    #find the each edge of interest rectangle
    left_line =max(rec1[1], rec2[1])
    right_line =min(rec1[3], rec2[3])
    top_line =max(rec1[0], rec2[0])
    bottom_line =min(rec1[2], rec2[2])
    #judge if there is an intersect
    if left_line >=right_line or top_line >=bottom_line:
      return 0
    else:
      intersect =(right_line -left_line) *(bottom_line -top_line)
      return intersect /(sum_area -intersect)

這里我們主要討論下這個(gè)判斷，我們以橫軸方向?yàn)槔?，其中?duì)縱軸方向是一樣的，我們來(lái)判斷兩個(gè)框重合與否。其中為左上角的坐標(biāo)，是右下角的坐標(biāo)。為的左上角坐標(biāo)，是的右下角坐標(biāo)。

2. 語(yǔ)義分割中的IOU

先回顧下一些基礎(chǔ)知識(shí)：

常常將預(yù)測(cè)出來(lái)的結(jié)果分為四個(gè)部分： , , , ,其中就是指非物體標(biāo)簽的部分(可以直接理解為背景)，positive$就是指有標(biāo)簽的部分。下圖顯示了四個(gè)部分的區(qū)別：

圖被分成四個(gè)部分，其中大塊的白色斜線標(biāo)記的是 （TN，預(yù)測(cè)中真實(shí)的背景部分），紅色線部分標(biāo)記是 （，預(yù)測(cè)中被預(yù)測(cè)為背景，但實(shí)際上并不是背景的部分），藍(lán)色的斜線是 （，預(yù)測(cè)中分割為某標(biāo)簽的部分，但是實(shí)際上并不是該標(biāo)簽所屬的部分），中間熒光黃色塊就是  （，預(yù)測(cè)的某標(biāo)簽部分，符合真值）。

同樣的，計(jì)算公式：

def compute_ious(pred, label, classes):
    '''computes iou for one ground truth mask and predicted mask'''
    ious = [] # 記錄每一類的iou
    for c in classes:
        label_c = (label == c) # label_c為true/false矩陣
        pred_c = (pred == c)
        intersection = np.logical_and(pred_c, label_c).sum()
        union = np.logical_or(pred_c, label_c).sum()
        if union == 0:
            ious.append(float('nan'))  
        else
            ious.append(intersection / union)
    return np.nanmean(ious) #返回當(dāng)前圖片里所有類的mean iou

其中，對(duì)于與有多種形式。

如識(shí)別目標(biāo)為4類，那么的形式可以是一張圖片對(duì)應(yīng)一份，其中 為背景，我們省略，則可以為。也可以是對(duì)應(yīng)四份二進(jìn)制 , 這四層的取值為。為了。

總結(jié)

對(duì)于目標(biāo)檢測(cè)，寫(xiě)那就是必考題，但是我們也要回顧下圖像分割的怎么計(jì)算的。

引用

• https://blog.csdn.net/weixin_42135399/article/details/101025941
• https://blog.csdn.net/lingzhou33/article/details/87901365
• https://blog.csdn.net/lingzhou33/article/details/87901365