目標檢測:IOU計算

??在目標檢測中,經(jīng)常需要計算預(yù)測回歸框和真實回歸框的交并比(Intersection Over Union,IOU),也稱重疊度,計算公式如下。
? IOU = \frac{預(yù)測回歸框與真實回歸框的交集}{預(yù)測回歸框與真實回歸框的并集}
? ??由于回歸框只是確定物體的位置,不需要考慮物體的傾斜、旋轉(zhuǎn)等情況。那么已知兩個回歸框A,B各自左上頂點右下頂點的坐標,如何計算二者的交集和并集。假定回歸框A的左上頂點和右下頂點的坐標分為(x_{a_1},y_{a_1}),(x_{a_2},y_{a_2}),回歸框B的左上頂點和右下頂點的坐標分為(x_{b_1},y_{b_1}),(x_{b_2},y_{b_2})。為方便理解,將回歸框用集合語言來描述:
? A=\{(x,y)| x_{a_1} \leq x \leq x_{a_2},y_{a_1} \leq y \leq y_{a_2},x,y \in R\}\\B=\{(x,y)| x_{b_1} \leq x \leq x_{b_2},y_{b_1} \leq y \leq y_{b_2},x,y \in R\}

  • 交集

    ??A,B集合要想有交集,直觀來看不等式右端點的最小值必須大于左端點的最大值,以橫坐標為例,有一下三種情況:

    • 無交集


      image
    • 有交集


      image
    • 重疊


      image

則可得到不等式組:

max\{x_{a_1},x_{b_1}\} \leq min\{x_{a_2},x_{b_2}\}\\ max\{y_{a_1},y_{b_1}\} \leq min\{y_{a_2},y_{b_2}\}

成立時,集合A、B交集非空,且當不等式組成立時,交集C為:

C=A \cap B=\{(x,y)|max\{x_{a_1},x_{b1}\}\leq x \leq min\{x_{a_2},x_{b_2}\},max\{y_{a_1},y_{b1}\}\leq y \leq min\{y_{a_2},y_{b_2}\}\}

  • 并集

    ??顯然,由于已求得交集,可以很輕松得到預(yù)測回歸框和真實回歸框的并集為D = A \cup B=A+B-A \cap B

  • IOU

??求得預(yù)測回歸框和真實回歸框的交集和并集之后,可以很容易計算出IOU的值:

S_C={(min\{x_{a_2},x_{b_2}\}-max\{x_{a_1},x_{b_1}\})\times(min\{y_{a_2},y_{b_2}\}-max\{y_{a_1},y_{b_1}\})}

S_D=S_A+S_B-S_C=(x_{a_2}-x_{a_1})(y_{a_2}-y_{a_1})+(x_{b_2}-x_{b_1})(y_{b_2}-y_{b_1})-S_C

IOU = \frac{S_C}{S_D}=\frac{{(min\{x_{a_2},x_{b_2}\}-max\{x_{a_1},x_{b_1}\})\times(min\{y_{a_2},y_{b_2}\}-max\{y_{a_1},y_{b_1}\})}}{{(x_{a_2}-x_{a_1})(y_{a_2}-y_{a_1})+(x_{b_2}-x_{b_1})(y_{b_2}-y_{b_1})-(min\{x_{a_2},x_{b_2}\}-max\{x_{a_1},x_{b_1}\})\times(min\{y_{a_2},y_{b_2}\}-max\{y_{a_1},y_{b_1}\})}}


關(guān)于交并比計算的更詳細內(nèi)容,可以參考以下鏈接:

Yolo V1算法詳解

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時請結(jié)合常識與多方信息審慎甄別。
平臺聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點,簡書系信息發(fā)布平臺,僅提供信息存儲服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容