目标检测，已知坐标，如何计算 IoU 值

假设有两个矩形框，其坐标情况如下表所示

	左上角	右下角	宽度	高度
矩形框1	$(x_1,y_1)$	$(x_2,y_2)$	$w=x_2-x_1$	$h=y_2-y_1$
矩形框2	$(x_1^{\prime },y_1^{\prime })$	$(x_2^{\prime },y_2^{\prime })$	$w^{\prime }=x_2^{\prime }-x_1^{\prime }$	$h^{\prime }=y_2^{\prime }-y_1^{\prime }$
交集框	$(\max (x_1,x_1^{\prime }),\max (y_1,y_1^{\prime }))$	$(\min (x_2,x_2^{\prime }),\min (y_2,y_2^{\prime }))$	$W_I$	$H_I$

交集框的宽度为 $W_I=\max [\min (x_2,x_2^{\prime })-\max (x_1,x_1^{\prime }),0]$
交集框的高度为 $H_I=\max [\min (y_2,y_2^{\prime })-\max (y_1,y_1^{\prime }),0]$
交集框的面积为 $A_I=W_I\times H_I$

当两个矩形框不相交时，$W_I=0$ 或者 $H_I=0$，此时交集框的面积 $A_I=0$

并集的面积为 $A_U=w\times h+w^{\prime }\times h^{\prime }$

交并比 $\mathrm{I}\mathrm{o}\mathrm{U}=\frac{A_I}{A_U}$

python 代码

def iou(x1, y1, x2, y2, x1_hat, y1_hat, x2_hat, y2_hat):
	w = x2 - x1
	h = y2 - y1
	w_hat = x2_hat - x1_hat 
	h_hat = y2_hat - y1_hat 
	w_i = max(min(x2， x2_hat) - max(x1, x1_hat), 0) 
	h_i = max(min(y2, y2_hat) - max(y1, y1_hat), 0) 
	A_i = w_i * h_i
	A_u = w * h + w_hat * h_hat
	return A_i / A_u