MTCNN的几个关键技术(IOU,NMS,Convert2Square)

IOU(numpy实现）：

import numpy as np
# 定义IOU（交并比）计算公式， 传入真实框和其他移动后的框
def iou(box, boxes, isMin=False):
  box_area = (box[2] - box[0]) * (box[3] - box[1])             # 计算原始真实框的面积
  boxes_area = (boxes[:, 2] - boxes[:, 0]) * (boxes[:, 3] - boxes[:, 1])     # 计算移动后的框的面积，这里计算的是矩阵
  # 找到两个框的内部点计算交集
  x1 = np.maximum(box[0], boxes[:, 0])
  y1 = np.maximum(box[1], boxes[:, 1])
  x2 = np.minimum(box[2], boxes[:, 2])
  y2 = np.minimum(box[3], boxes[:, 3])
  # 然后找到交集区域的长和宽，有的框没有交集那么相差可能为负，所以需要使用0来规整数据
  w = np.maximum(0, x2 - x1)
  h = np.maximum(0, y2 - y1)
  # 计算交集的面积
  inter_area = w * h
  # 两种计算方法：1是交并比等于交集除以并集，2是交集除以最小的面积
  if isMin:
          ovr_area = np.true_divide(inter_area, np.minimum(boxes_area, box_area))
  else:
      ovr_area = np.true_divide(inter_area, (boxes_area + box_area - inter_area))
# 返回交并比，也就是IOU
  return ovr_area

NMS（numpy实现）：

# 定义NMS，筛选符合标准的线框
def nms(boxes, thresh=0.3, isMin=False):
# 如果照片里面没有框数据了，就返回空列表
  if len(boxes) == 0:
        return np.array([])
# 以计算出的iou从大到小排列
  _boxes = boxes[(-boxes[:, 4]).argsort()]
  r_boxes = []
# 如果框的有1个以上就进行对比
  while len(_boxes) > 1:
     a_box = _boxes[0]   # 取出最大的框
     b_boxes = _boxes[1:]    # 剩下的框分别和之前的进行比对
     r_boxes.append(a_box)              # 先将最大iou的框添加到保留框的列表中
     # 保留iou 小于0.3的，说明这个框和目前比对的不是同一个框，去除交集较多的框
     index = np.where(iou(a_box, b_boxes, isMin) <= thresh)
     _boxes = b_boxes[index]
    # _boxes = b_boxes[iou(a_box, b_boxes, isMin) < thresh]
    # 如果保留的框数量大于0,则添加iou最大的那个框
  if len(_boxes) > 0:
     r_boxes.append(_boxes[0])
  # 将这些框堆叠在一起
  return np.stack(r_boxes)

Convert2Square(Numpy实现）：

# 定义函数将P网络在原图中抠出来的带有人脸的框转变成正方形，以便输入到R网络中
def convert_to_square(bbox):
    squre_bbox = bbox.copy()
    if len(bbox) == 0:
        return np.array([])
    h = bbox[:,3]-bbox[:,1]
    w = bbox[:,2]-bbox[:,0]
    max_side = np.maximum(w,h)
    squre_bbox[:,0] = bbox[:,0]+w*0.5-max_side*0.5
    squre_bbox[:,1] = bbox[:, 1] + h* 0.5 - max_side * 0.5
    squre_bbox[:,2] = squre_bbox[:,0]+max_side
    squre_bbox[:,3] = squre_bbox[:,1]+max_side
    return squre_bbox

注：也可以将numpy换成torch，但是numpy的速度要比torch快一点