IoU 检测评价函数 intersection-over-union

转载于点击打开链接

1、概念

在目标检测的评价体系中，有一个参数叫做 IoU ，简单来讲就是模型产生的目标窗口和原来标记窗口的交叠率。具体我们可以简单的理解为： 即检测结果(DetectionResult)与 Ground Truth 的交集比上它们的并集，即为检测的准确率 IoU :

IOU=DetectionResult⋂GroundTruthDetectionResult⋃GroundTruth

如下图所示：GT = GroundTruth; DR = DetectionResult;  黄色边框框起来的是：

GT⋂DR 绿色框框起来的是： GT⋃DR

应该够详细了，上幅图直观些。当然最理想的情况就是 DR 与 GT 完全重合，即

IoU=1 下面附上图例说明，及 IOU 的python实现，已经测试无误，自行取用。

原图: 

# -*- coding: utf-8 -*- """ Created on Sun Aug 07 14:26:51 2016 @author: Eddy_zheng """ def IOU(Reframe,GTframe): """ 自定义函数，计算两矩形 IOU，传入为均为矩形对角线，（x,y） 坐标。· """ x1 = Reframe[0]; y1 = Reframe[1]; width1 = Reframe[2]-Reframe[0]; height1 = Reframe[3]-Reframe[1]; x2 = GTframe[0]; y2 = GTframe[1]; width2 = GTframe[2]-GTframe[0]; height2 = GTframe[3]-GTframe[1]; endx = max(x1+width1,x2+width2); startx = min(x1,x2); width = width1+width2-(endx-startx); endy = max(y1+height1,y2+height2); starty = min(y1,y2); height = height1+height2-(endy-starty); if width <=0 or height <= 0: ratio = 0 # 重叠率为 0 else: Area = width*height; # 两矩形相交面积 Area1 = width1*height1; Area2 = width2*height2; ratio = Area*1./(Area1+Area2-Area); # return IOU return ratio,Reframe,GTframe