目标检测中的IoU理论讲解+代码实现

IoU 理论讲解

在计算机中，图像的坐标系是以左上角为原点，原点向右(x轴)和向下(y轴)分别作为两个坐标轴构成的，分别代表图像的宽度(width)和高度(height)。

下面的图片中，红色框是标注好的框(Ground Truth)，蓝色框是预测出来的。

那么这两个框的交集就是下面黄色填充的区域：

而两个框的并集，就是把两个框的区域合并（重叠部分+不重叠部分），就像下面这样：

IoU就是交集区域面积与并集区域面积的比值，其计算公式如下：
$$IoU=\frac{交集}{并集}$$

假设已知每个框的左上角坐标和右下角坐标，具体地，用[x1,y1,x2,y2]代表蓝色框的坐标，用[xx1,yy1,xx2,yy2]代表红色框的坐标：

现在来确定交集的左上角和右下角的坐标：

左上角坐标为$(max(x1,xx1),max(y1,yy1))$
右下角坐标为$(min(x2,xx2),min(y2,yy2))$

那么两者的交集区域面积为：
$$[min(y2,yy2)-max(y1,yy1)]*[min(x2,xx2)-max(x1,xx1)]$$

当两者无交集时，上式的乘法中有一项为负数，我们可以规定，只要出现负数，就取成0，即此时两者无交集，交集区域面积为0。下面这张图是无交集时的一种情况：

PyTorch实现IoU

有了以上的理论讲解，代码实现起来就很简单了，直接上代码：

import torch
def insert_over_union(boxes_preds,boxes_labels):
    #预测框的左上角和右下角坐标
    box1_x1=boxes_preds[...,0:1]
    box1_y1=boxes_preds[...,1:2]
    box1_x2=boxes_preds[...,2:3]
    box1_y2=boxes_preds[...,3:4]#shape:[N,1]
    #实际框的左上角和右下角坐标
    box2_x1=boxes_labels[...,0:1]
    box2_y1=boxes_labels[...,1:2]
    box2_x2=boxes_labels[...,2:3]
    box2_y2=boxes_labels[...,3:4]
    #交集区域的左上角和右下角坐标
    x1=torch.max(box1_x1,box2_x1)
    y1=torch.max(box1_y1,box2_y1)
    x2=torch.min(box1_x2,box2_x2)
    y2=torch.min(box1_y2,box2_y2)
    #计算交集区域的面积
    intersection=(x2-x1).clamp(0)*(y2-y1).clamp(0)
    #计算预测框区域的面积
    box1_area=abs((box1_x2-box1_x1)*(box1_y1-box1_y2))
    #计算实际框区域的面积
    box2_area=abs((box2_x2-box2_x1)*(box2_y1-box2_y2))
    #返回的结果即为iou
    return intersection/(box1_area+box2_area-intersection+1e-6)

测试一下：

参考：
https://www.youtube.com/watch?v=XXYG5ZWtjj0&t=503s