计算IOU进行边界框预测

Question

我有图像中给出的这两个边界框。框坐标如下：

方框1 = [0.23072851 0.44545859 0.56389928 0.67707491] 框2 = [0.22677664 0.38237819 0.85152483 0.75449795]

坐标是这样的：ymin，xmin，ymax，xmax

我正在计算IOU如下：

def get_iou(box1, box2):
"""Implement the intersection over union (IoU) between box1 and box2
    
    Arguments:
    box1 -- first box, numpy array with coordinates (ymin, xmin, ymax, xmax)
    box2 -- second box, numpy array with coordinates (ymin, xmin, ymax, xmax)
    """
# ymin, xmin, ymax, xmax = box

y11, x11, y21, x21 = box1
y12, x12, y22, x22 = box2

yi1 = max(y11, y12)
xi1 = max(x11, x12)
yi2 = min(y21, y22)
xi2 = min(x21, x22)
inter_area = max(((xi2 - xi1) * (yi2 - yi1)), 0)
# Calculate the Union area by using Formula: Union(A,B) = A + B - Inter(A,B)
box1_area = (x21 - x11) * (y21 - y11)
box2_area = (x22 - x12) * (y22 - y12)
union_area = box1_area + box2_area - inter_area
# compute the IoU
iou = inter_area / union_area
return iou

根据我的理解，这两个方框完全重叠，因此IOU应该为1。但是我得到的IOU为 0.33193138665968164 。是否有我做错的事情或以错误的方式解释了它。在这方面的任何建议都会有所帮助。

Answer 1

您误解了IoU。

如果注意您的示例，您会注意到两个边界框的面积的并集比面积的相交要大得多。因此，IoU（实际上是交叉点/联合）比一个小得多是有道理的。

当你说

  

根据我的理解，这两个方框完全重叠，因此IOU应该为1。

那是不正确的。在您的情况下，两个边界框仅在一个边界完全包含在另一个边界中的意义上重叠。但是，如果不对这种情况进行惩罚，则可以始终最大化IoU，以预测与图像一样大的边界框-显然没有意义。