交并比(Intersection-over-Union,IoU),目标检测中使用的一个概念,我们在进行目标检测算法测试时,重要的指标,是产生的预测框(candidate bound)与标记框(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。
通常,我们所说的目标检测检测的框是规则的矩形框,计算IOU也非常简单,一般两种方法:
- 两个矩形的宽之和减去组合后的矩形的宽就是重叠矩形的宽,同比重叠矩形的高。
- 右下角的最小值减去左上角的最大值就是重叠矩形的宽,同比高。
上述规则四边形(矩形)IOU计算方式一的 Python实现
def calculate_regular_iou(rec1, rec2): """ computing IoU :param rec1: (y0, x0, y1, x1), which reflects (top, left, bottom, right) :param rec2: (y0, x0, y1, x1) :return: scala value of IoU """ S_rec1 = (rec1[2] - rec1[0]) * (rec1[3] - rec1[1]) S_rec2 = (rec2[2] - rec2[0]) * (rec2[3] - rec2[1]) sum_area = S_rec1 + S_rec2 left_line = max(rec1[1], rec2[1]) right_line = min(rec1[3], rec2[3]) top_line = max(rec1[0], rec2[0]) bottom_line = min(rec1[2], rec2[2]) if left_line >= right_line or top_line >= bottom_line: return 0 else: intersect = (right_line - left_line) * (bottom_line - top_line) return (intersect / (sum_area - intersect)) * if __name__ == '__main__': # (top, left, bottom, right) rect1 = [551, 26, 657, 45] rect2 = [552, 27, 672, 46] iou = calculate_regular_iou(rect1, rect2)
上述规则四边形(矩形)IOU计算方式二的 Python 实现
def compute_regular_iou_other(rec1, rec2): """ computing IoU :param rec1: (y0, x0, y1, x1), which reflects (top, left, bottom, right) :param rec2: (y0, x0, y1, x1) :return: scala value of IoU """ areas1 = (rec1[3] - rec1[1]) * (rec1[2] - rec1[0]) areas2 = (rec2[3] - rec2[1]) * (rec2[2] - rec2[0]) left = max(rec1[1],rec2[1]) right = min(rec1[3],rec2[3]) top = max(rec1[0], rec2[0]) bottom = min(rec1[2], rec2[2]) w = max(0, right - left) h = max(0, bottom - top) return w*h / (areas2 + areas1 - w*h) if __name__ == '__main__': # (top, left, bottom, right) rect1 = [551, 26, 657, 45] rect2 = [552, 27, 672, 46] iou = compute_regular_iou_other(rect1, rect2)
但是,对于不规则四边形就不能通过上述这两种方式来计算,这里可以使用Python的 Shapely 库实现,Python 实现如下:
import numpy as np import shapely from import TopologicalError from import Polygon,MultiPoint def to_polygon(quadrilateral): """ :param quadrilateral: 四边形四个点坐标的一维数组表示,[x,y,x,y....] :return: 四边形二维数组, Polygon四边形对象 """ # 四边形二维数组表示 quadrilateral_array = (quadrilateral).reshape(4, 2) # Polygon四边形对象,会自动计算四个点,最后四个点顺序为:左上 左下 右下 右上 左上 quadrilateral_polygon = Polygon(quadrilateral_array).convex_hull return quadrilateral_array, quadrilateral_polygon def calculate_iou(actual_quadrilateral, predict_quadrilateral): """ :param actual_quadrilateral: 预测四边形四个点坐标的一维数组表示,[x,y,x,y....] :param predict_quadrilateral: 期望四边形四个点坐标的一维数组表示,[x,y,x,y....] :return: """ # 预测四边形二维数组, 预测四边形 Polygon 对象 actual_quadrilateral_array, actual_quadrilateral_polygon = to_polygon(actual_quadrilateral) # 期望四边形二维数组, 期望四边形 Polygon 对象 predict_quadrilateral_array, predict_quadrilateral_polygon = to_polygon(predict_quadrilateral) # 合并两个box坐标,变为8*2 便于后面计算并集面积 union_poly = ((actual_quadrilateral_array, predict_quadrilateral_array)) # 两两四边形是否存在交集 inter_status = (predict_quadrilateral_polygon) # 如果两四边形相交,则进iou计算 if inter_status: try: # 交集面积 inter_area = (predict_quadrilateral_polygon).area # 并集面积 计算方式一 #union_area = + - inter_area # 并集面积 计算方式二 union_area = MultiPoint(union_poly). # 若并集面积等于0,则iou = 0 if union_area == 0: iou = 0 else: # 第一种计算的是: 交集部分/包含两个四边形最小多边形的面积 iou = float(inter_area) / union_area # 第二种: 交集 / 并集(常见矩形框IOU计算方式) # iou=float(inter_area) /(+-inter_area) except .TopologicalError : print('.TopologicalError occured, iou set to 0') iou = 0 else: iou = 0 return iou if __name__ == '__main__': actual_quadrilateral = [908, 215, 934, 312, 752, 355, 728, 252] predict_quadrilateral = [923, 308, 758, 342, 741, 262, 907, 228] iou = calculate_iou(actual_quadrilateral, predict_quadrilateral) print(iou)
避坑指南
运行代码抛出 WinError 126 错误
在使用Python中的使用 import shapely 时不会报错,但是在使用 from import Polygon,MultiPoint 会报错,报错的详细信息如下图:
报错的主要原因就出现在 这里,看了网上很多文章大部分说是由于 文件缺失导致报错。尝试在网上找了几个 文件放到 C:\Windows\System32 下仍然没有解决问题。
最终解决方案:通过 pip uninstall Shapely 卸载原来安装的 Shapely 然后 在 ,如上图,这里下载对应版本的whl文件安装,安装这个whl 就可以解决该问题。
whl文件下载404错误
在 下载制定版本的whl时,出现404错误。如下。
此时改用 chrome 浏览器重新尝试下载,即可解决。
【责任编辑:
未丽燕