IOU交并比的计算

本文链接： https://blog.csdn.net/u014421797/article/details/89501572

背景：在进行目标检测时，常常会用到交并比的概念(IoU(Intersection over Union))

$IoU=\frac{Area\, of\, Overlap}{Area\, of\, Union}$

一般来说，这个IoU ＞ 0.5 就可以被认为是一个不错的结果。

1.规则矩形框的IoU计算

有些目标检测中，预测的边界框为规则的矩形，则只需要知道矩形的左上角和右下角的坐标信息，就可以得到矩形框所有想要的信息。对于这种情况，IoU的python实现如下（python3.5）

def IoU(box1, box2):
    '''
    计算两个矩形框的交并比
    :param box1: list,第一个矩形框的左上角和右下角坐标
    :param box2: list,第二个矩形框的左上角和右下角坐标
    :return: 两个矩形框的交并比iou
    '''
    x1 = max(box1[0], box2[0])   # 交集左上角x
    x2 = min(box1[2], box2[2])   # 交集右下角x
    y1 = max(box1[1], box2[1])   # 交集左上角y
    y2 = min(box1[3], box2[3])   # 交集右下角y

    overlap = max(0., x2-x1) * max(0., y2-y1)
    union = (box1[2]-box1[0]) * (box1[3]-box1[1]) \
            + (box2[2]-box2[0]) * (box2[3]-box2[1]) \
            - overlap

    return overlap/union
if __name__ == '__main__':
    # box = [左上角x1,左上角y1,右下角x2,右下角y2]
    box1 = [10, 0, 15, 10]
    box2 = [12, 5, 20, 15]
    iou = IoU(box1, box2)

2. 非矩形框IoU计算

在有些目标检测中，检测框并不是规则的矩形框，例如自然场景下的文本检测，有些呈现平行四边形，梯形等情况，这时计算IoU时，就比较复杂一些。这时可以借助于python的一些库实现多边形的面积计算

import shapely
import numpy as np
from shapely.geometry import Polygon, MultiPoint  # 多边形

def bbox_iou_eval(box1, box2):
    '''
    利用python的库函数实现非矩形的IoU计算
    :param box1: list,检测框的四个坐标[x1,y1,x2,y2,x3,y3,x4,y4]
    :param box2: lsit,检测框的四个坐标[x1,y1,x2,y2,x3,y3,x4,y4]
    :return: IoU
    '''
    box1 = np.array(box1).reshape(4, 2)  # 四边形二维坐标表示
    # python四边形对象，会自动计算四个点，并将四个点重新排列成
    # 左上，左下，右下，右上，左上（没错左上排了两遍）
    poly1 = Polygon(box1).convex_hull
    box2 = np.array(box2).reshape(4, 2)
    poly2 = Polygon(box2).convex_hull

    if not poly1.intersects(poly2):  # 如果两四边形不相交
        iou = 0
    else:
        try:
            inter_area = poly1.intersection(poly2).area  # 相交面积
            iou = float(inter_area) / (poly1.area + poly2.area - inter_area)
        except shapely.geos.TopologicalError:
            print('shapely.geos.TopologicalError occured, iou set to 0')
            iou = 0

    return iou

if __name__ == '__main__':
    # box = [四个点的坐标，顺序无所谓]
    box3 = [10, 0, 15, 0, 15, 10, 10, 10]   # 左上，右上，右下，左下
    box4 = [12, 5, 20, 2, 20, 15, 12, 15]
    iou = bbox_iou_eval(box3, box4)
    print(iou)

背景：在进行目标检测时，常常会用到交并比的概念(IoU(Intersection over Union))

1.规则矩形框的IoU计算

2. 非矩形框IoU计算

猜你喜欢