计算IOU，摘自MDNet

飞天小女侠~

于 2021-03-22 10:24:27 发布

阅读量117

点赞数 1

分类专栏：论文阅读

本文链接：https://blog.youkuaiyun.com/xuan971130/article/details/115065703

版权

论文阅读专栏收录该内容

22 篇文章

订阅专栏

这段代码定义了一个名为`overlap_ratio`的函数，用于计算两个矩形之间的交叠比率（Intersection Over Union, IoU）。函数接受两个矩形的坐标作为输入，坐标以1d或2d数组的形式给出，包含[x, y, w, h]。函数首先处理输入的维度，然后计算两个矩形交叠部分的左、右、上、下边界，进而确定交叠区域的面积和并集面积，最后计算并返回IoU值。该函数对于计算机视觉和目标检测算法中判断重叠区域非常有用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

看代码还是挺好理解的。

def overlap_ratio(rect1, rect2):
    '''
    Compute overlap ratio between two rects
    - rect: 1d array of [x,y,w,h] or
            2d array of N x [x,y,w,h]
    '''

    if rect1.ndim == 1:#ndim返回数组的维度。
        rect1 = rect1[None, :]#如果维度为1，那么将维度变为2
    if rect2.ndim == 1:
        rect2 = rect2[None, :]

    left = np.maximum(rect1[:, 0], rect2[:, 0])#left中存储的是rect1与rect2第一列进行比较后的最大值，是一个长度为N的数组。其实，存储的是最左边的点的x较大的值。——>交叉部分的左边点的x的坐标
    right = np.minimum(rect1[:, 0] + rect1[:, 2], rect2[:, 0] + rect2[:, 2])#同上，存储的为右边的点小的x的坐标——>交叉部分右边点的坐标。left-right即为交叉部分的长度。
    top = np.maximum(rect1[:, 1], rect2[:, 1])#下面点大的y值——>交叉部分，下面的y值
    bottom = np.minimum(rect1[:, 1] + rect1[:, 3], rect2[:, 1] + rect2[:, 3])#上面点小的y值——>交叉部分上面的y值。bottom-top即为交叉部分的宽度。

    intersect = np.maximum(0, right - left) * np.maximum(0, bottom - top)#求得重叠面积。
    union = rect1[:, 2] * rect1[:, 3] + rect2[:, 2] * rect2[:, 3] - intersect#求得两个框的并集的面积。
    iou = np.clip(intersect / union, 0, 1)#计算iou
    return iou