detectron 源码解读-巧妙计算 anchor 和 gt_boxes 相交面积

在faster-rcnn 中涉及了 IOU 的计算，而 IOU 就是要先计算相交面积。
在detectron 的源码中，仅仅用了几行代码就实现了 anchor 集合 和 gt_boxes 集合的相交面积矩阵计算

代码位置如下

#  boxes1 代表的是 gt_boxes 
#  boxes2 代表的是 系统生成的 上万个 anchor 
def pairwise_intersection(boxes1: Boxes, boxes2: Boxes) -> torch.Tensor:
    """
    Given two lists of boxes of size N and M,
    compute the intersection area between __all__ N x M pairs of boxes.
    The box order must be (xmin, ymin, xmax, ymax)

    Args:
        boxes1,boxes2 (Boxes): two `Boxes`. Contains N & M boxes, respectively.

    Returns:
        Tensor: intersection, sized [N,M].
    """
    boxes1, boxes2 = boxes1.tensor, boxes2.tensor
    width_height = torch.min(boxes1[:, None, 2:], boxes2[:, 2:]) - torch.max(
        boxes1[:, None, :2], boxes2[:, :2]
    )  # [N,M,2]

    width_height.clamp_(min=0)  # [N,M,2]
    intersection = width_height.prod(dim=2)  # [N,M]
    return intersection

其中最为关键的代码行：

    width_height = torch.min(boxes1[:, None, 2:], boxes2[:, 2:]) - torch.max(
        boxes1[:, None, :2], boxes2[:, :2]

代码分步解释：
取了boxes1 的右下角坐标，并且扩了一个纬度。 假如有139 个 标注框，那么这里的shape 是:[139,1,2]
取了boxes2的右下角坐标 。 假如有 319200 个 anchor，那么这里的shape 是: [319200,2]
这个时候做 torch.min 运算，须先 broadcasting 整个向量，相当于变成：
boxes1 [139,319200,2]
boxes2 [ 139,319200,2]
这两个向量做 min 运算，详细怎么做broadcasting 可参见： https://numpy.org/devdocs/user/theory.broadcasting.html

 torch.min(boxes1[:, None, 2:], boxes2[:, 2:]) 

 # 这个代码雷同上面的代码，但由于冒号的位置相反了，所以取的是左上角的坐标
torch.max( boxes1[:, None, :2], boxes2[:, :2]

过滤掉 负数向量即面积为0
宽和高相乘得到相交面积

    width_height.clamp_(min=0)  # [N,M,2]
    intersection = width_height.prod(dim=2)  # [N,M]

结果示意图