溫馨提示×

溫馨提示×

您好，登錄后才能下訂單哦！

密碼登錄×
登錄注冊×
其他方式登錄
點擊 登錄注冊 即表示同意《億速云用戶服務條款》

使用python如何實現(xiàn)IOU計算

發(fā)布時間：2020-11-03 14:47:19 來源：億速云 閱讀：566 作者：Leah 欄目：開發(fā)技術(shù)

本篇文章給大家分享的是有關(guān)使用python如何實現(xiàn)IOU計算，小編覺得挺實用的，因此分享給大家學習，希望大家閱讀完這篇文章后可以有所收獲，話不多說，跟著小編一起來看看吧。

Intersection over Union（IOU）是一種測量在特定數(shù)據(jù)集中檢測相應物體準確度的一個標準。IoU是一個簡單的測量標準，只要是在輸出中得出一個預測范圍(bounding boxes)的任務都可以用IoU來進行測量。

IoU分數(shù)是對象類別分割問題的標準性能度量 [1] 。 給定一組圖像，IoU測量給出了在該組圖像中存在的對象的預測區(qū)域和地面實況區(qū)域之間的相似性

計算兩個矩形的交并比，通常在檢測任務里面可以作為一個檢測指標。你的預測bbox和groundtruth之間的差異，就可以通過IOU來體現(xiàn)。

代碼如下

#!/usr/bin/env python
# encoding: utf-8
 
import numpy as np
 
'''
函數(shù)說明：計算兩個框的重疊面積
輸入：
rec1 第一個框xmin ymin xmax ymax
rec2 第二個框xmin ymin xmax ymax
輸出：
iouv 重疊比例 0 沒有
'''
def compute_iou(rec1, rec2):
   
  # computing area of each rectangles
  S_rec1 = (rec1[2] - rec1[0]) * (rec1[3] - rec1[1]) # H1*W1
  S_rec2 = (rec2[2] - rec2[0]) * (rec2[3] - rec2[1]) # H2*W2
  
  # computing the sum_area
  sum_area = S_rec1 + S_rec2 #總面積
  
  # find the each edge of intersect rectangle
  left_line = max(rec1[0], rec2[0])
  right_line = min(rec1[2], rec2[2])
  top_line = max(rec1[1], rec2[1])
  bottom_line = min(rec1[3], rec2[3])
  
  # judge if there is an intersect
  if left_line >= right_line or top_line >= bottom_line:
    #print("沒有重合區(qū)域")
    return 0
  else:
  #print("有重合區(qū)域")
    intersect = (right_line - left_line) * (bottom_line - top_line)
    iouv=(float(intersect) / float(sum_area - intersect))*1.0
 
    return iouv
 
'''
函數(shù)說明：獲取兩組匹配結(jié)果
輸入：
rectA 車位
rectB 車輛
threod 重疊面積最小數(shù)值界限 默認0.6
輸出：
CarUse 一維數(shù)組保存是否占用 1 占用 0 沒有
 
'''
def TestCarUse(rectA,rectB,threod=0.6，debug=0):
  #threod=0.8#設定最小值
  ALength=len(rectA)
  BLength=len(rectB)
 
  #創(chuàng)建保存匹配結(jié)果的矩陣
  recIOU=np.zeros((ALength,BLength),dtype=float,order='C')
  #用于記錄車位能夠使否占用  
  CarUse=np.zeros((1,ALength),dtype=int,order='C')
 
  for i in range(0,ALength):
    for j in range(0,BLength):
      iou = compute_iou(rectA[i], rectB[j])
      recIOU[i][j]=format(iou,'.3f')
      if iou>=threod:    
        CarUse[0,i]=1 #有一個超過匹配認為車位i被占用
  if debug==1:
    print('----匹配矩陣----')
    print(recIOU)
    '''
    print('----車位占用情況----')
    for i in range(0,ALength):
    msg='車位'+str(i)+"-"+str(CarUse[0][i])
    print(msg)
    '''
  return CarUse
 
 
  
if __name__=='__main__':
  #A代表車位
  rectA1 = (30, 10, 70, 20)
  rectA2 = (70, 10, 80, 20)
  rectA =[rectA1,rectA2]
  #B代表檢測車輛
  rectB1 = (20, 10, 35, 20)
  rectB2 = (30, 15, 70, 25)
  rectB3 = (70, 10, 80, 20)
  rectB =[rectB1,rectB2,rectB3]
   
  #獲取車位占用情況 rectA車位 rectB車輛 0.6占面積最小比
  CarUse=TestCarUse(rectA,rectB,0.6,1)
 
  print('----車位占用情況----')
  for i in range(0,len(CarUse)+1):
  msg='車位'+str(i)+"-"+str(CarUse[0][i])
    print(msg)

以上就是使用python如何實現(xiàn)IOU計算，小編相信有部分知識點可能是我們?nèi)粘９ぷ鲿姷交蛴玫降摹ＯＭ隳芡ㄟ^這篇文章學到更多知識。更多詳情敬請關(guān)注億速云行業(yè)資訊頻道。

向AI問一下細節(jié)

免責聲明：本站發(fā)布的內(nèi)容（圖片、視頻和文字）以原創(chuàng)、轉(zhuǎn)載和分享為主，文章觀點不代表本網(wǎng)站立場，如果涉及侵權(quán)請聯(lián)系站長郵箱：is@yisu.com進行舉報，并提供相關(guān)證據(jù)，一經(jīng)查實，將立刻刪除涉嫌侵權(quán)內(nèi)容。

AI
助
手