计算两个box的IOU

需求

深度学习目标检测常用的IOU（交并比）计算手动实现

实现

  ┌─────────────────────────────────► X
  │
  │ （ x1，y1）
  │   ┌─────────────┐
  │   │             │
  │   │  A   ┌──────┼────────────┐
  │   │      │      │            │
  │   └──────┼──────┘            │
  │          │   （x2，y2）       │
  │          │                   │
  │          │               B   │
  │          │                   │
  │          └───────────────────┘
  │
  │
  ▼

  Y

以常见的二维图像空间XY坐标为例

def computIOU(A, B):
    """计算两个box的IOU
    rec coord from upper left to lower right
    :param boxA[x1,y1,x2,y2]:
    :param boxB:
    :return: IOU
    """
    W = min(A[2], B[2]) - max(A[0], B[0])
    H = min(A[3], B[3]) - max(A[1], B[1])
    if (W <= 0 or H <= 0):
        return 0
    SA = (A[2] - A[0]) * (A[3] - A[1])
    SB = (B[2] - B[0]) * (B[3] - B[1])
    cross = W * H
    iou = float(cross) / (SA + SB - cross)
    return iou

标签：box,min,max,IOU,param,计算,y1,y2
来源： https://www.cnblogs.com/azureology/p/16081632.html