1 简介
IoU又名交并比,是一种计算不同图像相互重叠比例的算法,时常被用于深度学习领域的目标检测或语义分割任务中。
1.1 IoU在目标检测中的应用
在目标检测任务中,我们时常会让模型一次性生成大量的候选框(candidate bound),然后再根据每一个框的置信度对框进行排序,进而依次计算框与框之间的IoU,以非极大值抑制的方式,来判断到底哪一个是我们真正要找的物体,哪几个又该删除。例如在做人脸检测时,模型输出的可能是左图,而最终我们得到的是右图。
模型生成的多个候选框(橙色);最终输出的候选框(黄色)
在我们得到最终的输出后,也可以拿输出框与原标记框(ground truth bound)之间的IoU,使用1-IoU来作为loss(区间[0,1]找极小值),并以此实现模型的迭代优化。
模型输出框(黄色)与真实人脸框(红色)计算IoU
L o s s = 1 − I o U = 1 − 0.91 = 0.09 Loss=1-IoU=1-0.91=0.09\\ Loss=1−IoU=1−0.91=0.09
1.2 IoU在语义分割中的应用
在语义分割任务里,我们同样可以计算图像中的预测区域与真实区域之间的IoU,并使用1-IoU作为Loss来对模型进行迭代优化。
使用模型抠出左图中的人像,右图红色区域为真实人像区域,黄色区域为模型预测结果
L o s s = 1 − I o U = 1 − 0.89 = 0.11 Loss=1-IoU=1-0.89=0.11\\ Loss=1−IoU=1−0.89=0.11
1.3 IoU的终极目标
通过上述几个例子,我们能够发现,计算IoU可以看做是在比较两个框或者两个图像的大小、区域、位置相不相同,进而可以把它想象成是在比较两个图像之间的几何图形相似度,那么我们不妨想一想,这个相似度都与哪些参数相关呢?我们能想到的有重叠比例、图形距离、形状相似度(矩形长宽比)等等。
下面我将为大家介绍IoU的计算原理,以及它是如何一步一步进行优化,朝着理想的方向迈进的。
2 IoU
2.1 IoU原理
IoU其实是Intersection over Union的简称,也叫‘交并比’。IoU在目标检测以及语义分割中,都有着至关重要的作用。
首先,我们先来了解一下IoU的定义:
I o U = ∣ A ∩ B ∣ ∣ A ∪ B ∣ IoU=\frac{|A∩B|}{|A∪B|}\\ IoU=∣A∪B∣∣A∩B∣
直观来讲,我们可以把IoU的值定为为两个图形面积的交集和并集的比值,如下图所示:
通过IoU来评判两个图像的重合度具有以下几点优点:
- 具有尺度不变性;
- 满足非负性;
- 满足对称性;
但与此同时,IoU也有几点很明显的不足:
- 如果|A∩B|=0,也就是两个图像没有相交时,无法比较两个图像的距离远近;
- 无法体现两个图像到底是如何相交的。
我们可以认为,这个IoU初步满足了计算两个图像的几何图形相似度的要求,简单实现了图像重叠度的计算,但无法体现两个图形之间的距离以及图形长宽比的相似性。
2.2 IoU计算
下面我来带大家手动计算一下IoU:
如上图所示,黄色矩形与蓝色矩形相交,他们的顶点A、B、C、D分别是:
A:(0,0) B:(3,2) C:(6,8) D:(9,10)
此时IoU的计算公式应为:
I o U = ∣ A ∩ B ∣ ∣ A ∪ B ∣ = 绿 色 面 积 黄 色 + 蓝 色 − 绿 色 = ( C x − B x ) ∗ ( C y − B y ) ( C x − A x ) ∗ ( C y − A y ) + ( D x − B x ) ∗ ( D y − B y ) − ( C x − B x ) ∗ ( C y − B y ) IoU=\frac{|A∩B|}{|A∪B|}=\frac{绿色面积}{黄色+蓝色-绿色}=\frac{(Cx-Bx)*(Cy-By)}{(Cx-Ax)*(Cy-Ay)+(Dx-Bx)*(Dy-By)-(Cx-Bx)*(Cy-By)}\\ IoU=∣A∪B∣∣A∩B∣=黄色+蓝色−绿色绿色面积=(Cx−Ax)∗(Cy−Ay)+(Dx−Bx)∗(Dy−By)−(Cx−Bx)∗(Cy−By)(Cx−Bx)∗(Cy−By)
带入A、B、C、D四点的实际坐标后,可以得到:
I o U = ( 6 − 3 ) ∗ ( 8 − 2 ) ( 6 − 0 ) ∗ ( 8 − 0 ) + ( 9 − 3 ) ∗ ( 10 − 2 ) − ( 6 − 3 ) ∗ ( 8 − 2 ) = 3 ∗ 6 6 ∗ 8 + 6 ∗ 8 − 3 ∗ 6 = 18 78 = 0.23 IoU=\frac{(6-3)*(8-2)}{(6-0)*(8-0)+(9-3)*(10-2)-(6-3)*(8-2)}=\frac{3*6}{6*8+6*8-3*6}=\frac{18}{78}=0.23\\ IoU=(6−0)∗(8−0)+(9−3)∗(10−2)−(6−3)∗(8−2)(6−3)∗(8−2)=6∗8+6∗8−3∗63∗6=7818=0.23
所以,别看两个矩形相交了不少,但IoU的值其实只有0.23。
2.3 IoU实现
import numpy as np
# box:[上, 左, 下, 右]
box1 = [0,0,8,6]
box2 = [2,3,10,9]
def IoU(box1, box2):
# 计算中间矩形的宽高
in_h = min(box1[2], box2[2]) - max(box1[0], box2[0])
in_w = min(box1[3], box2[3]) - max(box1[1], box2[1])
# 计算交集、并集面积
inter = 0 if in_h < 0 or in_w < 0 else in_h * in_w
union = (box1[2] - box1[0]) * (box1[3] - box1[1]) + \
(box2[2] - box2[0]) * (box2[3] - box2[1]) - inter
# 计算IoU
iou = inter / union
return iou
IoU(box1, box2)
Out: 0.23076923076923078
3 GIoU
3.1 GIoU原理
GIoU(Generalized Intersection over Union)相较于IoU多了一个‘Generalized’,这也意味着它能在更广义的层面上计算IoU,并解决刚才我们说的‘两个图像没有相交时,无法比较两个图像的距离远近’的问题。
GIoU的计算公式为:
G I o U = I o U − ∣ C − ( A ∪ B ) ∣ C GIoU=IoU-\frac{|C-(A∪B)|}{C}\\ GIoU=