目标定位和检测系列中IOU的含义

本文转自：https://blog.csdn.net/sinat_34474705/article/details/80045294

交并比（Intersection over Union）和非极大值抑制是（Non-Maximum Suppression）是目标检测任务中非常重要的两个概念。例如在用训练好的模型进行测试时，网络会预测出一系列的候选框。这时候我们会用NMS来移除一些多余的候选框。即移除一些IOU值大于某个阈值的框。然后在剩下的候选框中，分别计算与ground truth的IOU值，通常会规定当候选框和ground truth的IOU值大于0.5时，认为检测正确。下面我们分别用python实现IOU和NMS。

交并比IOU

 

 

如上图所示，IOU值定位为两个矩形框面积的交集和并集的比值。即：

IOU=A∩B/A∪B

--------------------- 作者：Meringue_zz 来源：CSDN 原文：https://blog.csdn.net/sinat_34474705/article/details/80045294?utm_source=copy 版权声明：本文为博主原创文章，转载请附上博文链接！