李沐《动手学深度学习》锚框部分计算交并比（IoU）函数笔记

最新推荐文章于 2024-08-09 11:06:54 发布

橙子汽水丫

最新推荐文章于 2024-08-09 11:06:54 发布

阅读量710

点赞数 3

文章标签：深度学习 python 人工智能

本文链接：https://blog.csdn.net/weixin_52366977/article/details/127109929

版权

这篇博客详细记录了学习沐神《动手学深度学习》中锚框的交并比（IoU）计算过程。博主通过手写笔记的形式，解释了如何计算两个边界框的交集和并集面积，进而求得IoU矩阵，对于理解和应用目标检测中的锚框匹配至关重要。

摘要由CSDN通过智能技术生成

本文主要是学习沐神《动手学深度学习》锚框部分计算交并比（IoU）这一部分函数的手写笔记，主要给自己看，字丑见谅。

交并比（IoU）

1.得到锚框和真实框面积

def box_iou(boxes1, boxes2):
    """计算两个锚框或边界框列表中成对的交并比"""
    box_area = lambda boxes: ((boxes[:, 2] - boxes[:, 0]) *
                              (boxes[:, 3] - boxes[:, 1]))
    # boxes1,boxes2,areas1,areas2的形状:
    # boxes1：(boxes1的数量,4),
    # boxes2：(boxes2的数量,4),
    # areas1：(boxes1的数量,),
    # areas2：(boxes2的数量,)
    areas1 = box_area(boxes1)
    areas2 = box_area(boxes2)

得到锚框与真实边框面积

2.获得交集左上和右下坐标

# inter_upperlefts,inter_lowerrights,inters的形状:
    # (boxes1的数量,boxes2的数量,2)
    inter_upperlefts = torch.max(boxes1[:, None, :2], boxes2[:, :2])
    inter_lowerrights = torch.min(boxes1[:, None, 2:], boxes2[:, 2:])
    inters = (inter_lowerrights - inter_upperlefts).clamp(min=0)

获得交集左上和右下坐标

3.计算交集并集面积

交集，并集指的是锚框和真实框之间

  # inter_areas 和 union_areas的形状:(boxes1的数量,boxes2的数量)
    inter_areas = inters[:, :, 0] * inters[:, :, 1]
    union_areas = areas1[:, None] + areas2 - inter_areas