IOU（Jaccard系数）概念及实现

Jaccard Index（IoU，重叠程度）

  Jaccard Index（Jaccard 系数） 或称作 Jaccard Overlap（Jaccard重叠） 或称作 Intersection-over-Union（IoU，交并比），测量了两个框的重叠程度，这个指标可以反映预测框与真实框的接近程度，在计算loss和进行NMS（非极大抑制）时会用到。如下图所示。

  显然，Jaccard系数的取值在 $[0,1]$ 之间，取值为0时，说明两个框的交集为0，也就是两个框没有重叠；取值为1时，说明两个框的交集与并集相同，也就是两个框完全重叠。
  Jaccard系数的代码实现可能不能很好的理解，我们需要求两个量，一个是交集面积，一个是并集面积，而且 $并集面积=框A的面积+框B的面积-交集面积$ ，框A和框B的面积都非常容易计算，因此我们将目光放在交集面积的计算上。考虑一些常见的交集方式，如下图，绿色点表示交集区域左上角，蓝色点表示交集区域右下角。

  从上图中，我们可以看出，交集的区域都可以用两个点表示，这正是交集区域的边界坐标，整个交集区域的边界坐标可以表示为：$(I_{x_{\min }},I_{y_{\min }},I_{x_{\max }},I_{y_{\max }})$
其 中 ： I x min ⁡ = max ⁡ { x min ⁡ , x min ⁡ ′ } , I y min ⁡ = max ⁡ { y min ⁡ , y min ⁡ ′ } , I x max ⁡ = min ⁡ { x max ⁡ , x max ⁡ ′ } , I y max ⁡ = min ⁡ { y max ⁡ , y max ⁡ ′ } 其中： I_{x_{\min}} =\max\{x_{\min}, x^{\prime}_{\min}\}, \quad I_{y_{\min}} =\max\{y_{\min}, y^{\prime}_{\min}\}, \\ I_{x_{\max}} =\min\{x_{\max}, x^{\prime}_{\max}\}, \quad I_{y_{\max}} =\min\{y_{\max}, y^{\prime}_{\max}\} 其中：Ixmin​​=max{xmin​,xmin′​},Iymin​​=max{ymin​,ymin′​},Ixmax​​=min{xmax​,xmax′​},Iymax​​=min{ymax​,ymax′​}
因此可以得到交集面积为 $S=(I_{y_{\max }}-I_{y_{\min }})(I_{x_{\max }}-I_{x_{\min }})$。
  然而当两个框不重合时，这个式子会计算出什么？考虑不重合情形，如下图所示，绿色点表示上述式子计算的“左上角”，蓝色点表示上述式子计算的“右下角”：

  此时，我们考虑上述面积式子：$S=(I_{y_{\max }}-I_{y_{\min }})(I_{x_{\max }}-I_{x_{\min }})$，可以发现要么 $I_{y_{\max }}-I_{y_{\min }}<0$ ，要么 $I_{x_{\max }}-I_{x_{\min }}<0$ ，要么二者均小于0，因此我们可以这样计算交集的面积：一旦这两个式子小于0，我们就将其设置为0，这样0乘任何数均是0，因此交集面积计算结果为0，否则就用上述式子得到交集面积。
  综上我们可以得到如下求交集的代码：

def find_intersection(set_1, set_2):
    """
    计算第一个集合中每个框与第二个集合中每个框的交集面积

    :param set_1: 一个shape为[m,4]的tensor，代表m个边界坐标
    :param set_2: 一个shape为[n,4]的tensor，代表n个边界坐标
    :return: 一个shape为[m,n]的tensor，例如：[0,:]表示set_1中第1个框与set_2中每个框的交集面积
    """
    # max函数中的两个tensor的shape分别为[m,1,2], [1,n,2],可以应用广播机制，最后得到的tensor的shape为[m,n,2]
    # 例如：[0, :, 2]表示set_1中第一个框与set_2中所有框交集的左上角坐标
    lower_bounds = torch.max(set_1[:, :2].unsqueeze(1), set_2[:, :2].unsqueeze(0))  # [m, n, 2]
    # 计算右下角的坐标
    upper_bounds = torch.min(set_1[:, 2:].unsqueeze(1), set_2[:, 2:].unsqueeze(0))  # [m, n, 2]
    # 将两个减式小于0的设置为0
    intersection_dims = torch.clamp(upper_bounds - lower_bounds, min=0)  # [m, n, 2]
    # 相乘得到交集面积
    return intersection_dims[:, :, 0] * intersection_dims[:, :, 1]  # [m, n]

  利用 $并集面积=框A的面积+框B的面积-交集面积$ ，进而得到计算 Jaccard系数的代码：

def find_jaccard_overlap(set_1, set_2):
    """
    计算第一个集合中每个框与第二个集合中每个框的Jaccard系数

    :param set_1: 一个shape为[m,4]的tensor，代表m个边界坐标
    :param set_2: 一个shape为[n,4]的tensor，代表n个边界坐标
    :return: 一个shape为[m,n]的tensor，例如：[0,:]表示set_1中第1个框与set_2中每个框的Jaccard系数
    """
    # 每个框与其他框的交集
    intersection = find_intersection(set_1, set_2)  # [m, n]

    # 计算每个集合中每个框的面积
    areas_set_1 = (set_1[:, 2] - set_1[:, 0]) * (set_1[:, 3] - set_1[:, 1])  # [m]
    areas_set_2 = (set_2[:, 2] - set_2[:, 0]) * (set_2[:, 3] - set_2[:, 1])  # [n]

    # 总面积减去交集就是并集
    # unsqueeze的作用同样是为了满足广播机制的条件
    union = areas_set_1.unsqueeze(1) + areas_set_2.unsqueeze(0) - intersection  # [m, n]
    # Jaccard系数 = 交集面积 / 并集面积
    return intersection / union  # [m, n]