CXX目标识别学习一 ---- IOU

CXX目标识别学习一 ---- IOU

一、什么是IOU

IOU 的全称为交并比（Intersection over Union），通过这个名称我们大概可以猜到 IOU 的计算方法。IOU 计算的是 “预测的边框” 和 “真实的边框” 的交集和并集的比值。

二、IOU的作用

IOU究竟做什么的呢?
IOU 是目标检测算法性能 MAP 计算的一个非常重要的函数，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。换句话来说IOU是一个简单的测量标准，只要是在输出中得出一个预测范围（bounding boxex）的任务都可以用IOU来进行测量。
为了可以使IOU用于测量任意大小形状的物体检测，我们需要人为在训练集图像中标出要检测物体的大概范围,也就是说这个标准用于测量真实和预测之间的相关度，相关度越高，该值越高。

三、IOU怎么进行计算

 由上图可以看出，实现IOU主要是要计算出输入数据的交集和并集。
例如:计算一个一维的交集和并集，假设A合集为【x1,x2】，B合集为【y1,y2】
那么
交集为 ：max(x1,y1) min(x2,y2)
并集为 ：min(x1,y1) max(x2,y2)

例如:计算一个二维的交集和并集，就是计算两个维度的交集和并集，计算四个边缘。

四、代码实现

实现一：一维

#--------------#
#函数名称：iou
#函数功能：一维 iou 的计算
#函数输入：set_a   (left, right)
#          set_b
#函数返回：iou
#--------------#
def iou(set_a, set_b