深度学习-目标检测(IOU)
交并比(Intersection-over-Union,IoU),目标检测中使用的一个概念,是产生的候选框(candidate bound)与原标记框(ground truth bound)的交叠率,即它们的交集与并集的比值。最理想情况是完全重叠,即比值为1。
计算公式:
附核心代码:
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
1 x1 = max(cx1, gx1) 2 3 y1 = max(cy1, gy1) 4 5 x2 = min(cx2, gx2) 6 7 y2 = min(cy2, gy2) 8 9 w = max(0, (x2 - x1)) 10 11 h = max(0, (y2 - y1)) 12 13 area = w * h #C∩G的面积 14 15 iou = area / (carea + garea - area)