目标识别(object detection)中的 IoU(Intersection over Union)

本文详细介绍了如何计算两个矩形区域(bounding boxes)的交并比(IoU),这是目标检测任务中评估准确性的关键指标。同时,分享了一个包含人工智能基础知识、通俗易懂且幽默的教学资源。
                       

首先直观上来看 IoU 的计算公式:



由上述图示可知,IoU 的计算综合考虑了交集和并集,如何使得 IoU 最大,需要满足,更大的重叠区域,更小的不重叠的区域。

两个矩形窗格分别表示:




这里写图片描述

左上点、右下点的坐标联合标识了一块矩形区域(bounding box),因此计算两块 Overlapping 的 bounding boxes 的 IoU 如下:

# ((x1[i], y1[i]), (x2[i], y2[i]))areai = (x2[i]-x1[i]+1)*(y2[i]-y1[i]+1)areaj = (x2[j]-x1[j]+1)*(y2[j]-y1[j]+1)xx1 = max(x1[i], x1[j])yy1 = max(y1[i], y1[j])xx2 = min(x2[i], x2[j])yy2 = min(y2[i], y2[j])h = max(0, yy2-yy1+1)w = max(0, xx2-xx1+1)intersection = w * hiou = intersection / (areai + areaj - intersection)
  
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
           

再分享一下我老师大神的人工智能教程吧。零基础!通俗易懂!风趣幽默!还带黄段子!希望你也加入到我们人工智能的队伍中来!https://blog.youkuaiyun.com/jiangjunshow

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值