在做YOLO目标检测相关的项目,里面涉及到计算IOU,可以理解为系统预测出来的框与原来图片中标记的框的重合程度。 因为YOLO的实现是用tensorflow实现的,而我又要单独列出来,所以就打算用Python来计算 IOU。
IOU的计算这个问题,其实我们可以转化成两个矩形框的重合程度,那么
- 第一步是判断是否重合
- 第二步是计算重合程度
这里有个难点,如何判断是否重合。我的理解是分别比较两个矩形的重心在x轴方向上和y轴方向上的距离与两个矩形的长或者宽的一半的和的大小。如果重心的在x轴和y轴上的距离都比他们边长和的一半要小就符合相交的条件。
第二个就是计算重合程度,那么我们采用的是 IOU = 相交的面积 /(两个框的面积和 - 相交的面积)。这里相交的面积的计算,需要我们知道相交面积的左上角顶点和右下角顶点。这两个顶点,我们直接比较横纵坐标就可以求出来,比较简单就不赘述。
那么下面我就展示我的代码了。