深度篇——图像处理的一些方法(二) 细说性能评估 IOU 和 GIOU

最新推荐文章于 2023-03-23 10:42:18 发布

万道一

最新推荐文章于 2023-03-23 10:42:18 发布

阅读量1.2k

点赞数 1

分类专栏： AI章文章标签：深度学习

本文链接：https://blog.csdn.net/qq_38299170/article/details/104434443

版权

返回主目录

返回图像处理的一些方法目录

上一章：深度篇——图像处理的一些方法(一) 关于图像处理的三个层次与 selective search

下一章：深度篇——图像处理的一些方法(三) 细说 HOG 特征与 bag-of-word

本小节，细说性能评估 IOU 和 GIOU，下一小节细说 HOG 特征与 bag-of-word

GIOU 论文地址：Generalized Intersection over Union: A Metric and A Loss for Bounding Box Regression

性能评估

自然地，通过计算得到的包含物体的 bounding boxes 与 ground true (真实情况) 的窗口重叠越多，那么性能就越好。

三. IOU (Instersectiou Over Union, IOU)

1. IOU 是一种测量在特定数据集中检测相应物体准确度的一个标准。

2. IOU 的计算公式：

$\LARGE IOU(g_{c, i}, l_{j}) = \frac{area(g_{c, i}) \cap area(l_{j})}{area(g_{c, i}) \cup area(l_{j})}$

$\large g_{c, i}$ ：为对于每个固定的类别 C，每个 ground true (真实情况) 表示为 $\large g_{c, i}$ ，其中 $\large g_{c, i} \in G_{c}$

$\large l_{j}$ ：为每个 bounding box，其中 $\large l_{j} \in L$

其实， $\large IOU = \frac{A \cap B}{A \cup B}$ 的面积比。

IOU 的 loss为：

$\LARGE L_{IOU} = 1 - IOU$

3. IOU 的 python 代码

#!/usr/bin/env python
# _*_ coding:utf-8 _*_
# ============================================
# @Time     : 2020/02/01 16:04
# @Author   : WanDaoYi
# @FileName : bbox_iou.py
# ============================================

import numpy as np


# IOU
def bboxes_iou(boxes1, boxes2):
    boxes1 = np.array(boxes1)
    boxes2 = np.array(boxes2)

    # 计算 面积
    boxes1_area = (boxes1[..., 2] - boxes1[..., 0]) * (boxes1[..., 3] - boxes1[..., 1])
    boxes2_area = (boxes2[..., 2] - boxes2[..., 0]) * (boxes2[..., 3] - boxes2[..., 1])

    # 交集的 左上角坐标
    left_up = np.maximum(boxes1[..., :2], boxes2[..., :2])
    # 交集的 右下角坐标
    right_down = np.minimum(boxes1[..., 2:], boxes2[..., 2:])

    # 计算交集矩形框的 high 和 width
    inter_section = np.maximum(right_down - left_up, 0.0)

    # 两个矩形框的 交集 面积
    inter_area = inter_section[..., 0] * inter_section[..., 1]

    # 两个矩形框的并集面积
    union_area = boxes1_area + boxes2_area - inter_area

最低0.47元/天解锁文章

万道一

关注

1
点赞
踩
7

收藏

觉得还不错? 一键收藏
11
评论
深度篇——图像处理的一些方法(二) 细说性能评估 IOU 和 GIOU

返回主目录返回图像处理的一些方法目录上一章：深度篇——图像处理的一些方法(一)关于图像处理的三个层次与 selective search下一章：深度篇——图像处理的一些方法(三)细说 HOG特征与bag-of-word本小节，细说性能评估 IOU 和 GIOU，下一小节细说 HOG特征与bag-of-word三. IOU...
复制链接

扫一扫