CV中的IOU计算(目标检测与图像分割)

2021-05-28 14:59:48 浏览数 (1)

大家好，我是灿视。

今天给大家带来两道纯工程的题，是一位博士在面试face 时，被问到的。

看文章之前，别忘了关注我们，在我们这里，有你所需要的干货哦！

百面计算机视觉汇总链接

《百面计算机视觉汇总，看过来！》

1. 目标检测中的IOU

假设，我们有两个框，

rec1

与

rec2

，我们要计算其

IOU

。其中

IOU

的计算公式为，其交叉面积

Intersection

除以其并集

Union

。

IOU

的数学公式为：

I o U=frac{operatorname{S}left(rec1right) cap text { S }left(rec2right)}{S{rec1} S{rec2}-operatorname{S}left(rec1right) bigcap operatorname{S}left(rec2right)}

上代码：

代码语言：javascript复制
def compute_iou(rec1, rec2):
    """
    computing IoU
    param rec1: (y0, x0, y1, x1) , which reflects (top, left, bottom, right)
    param rec2: (y0, x0, y1, x1) , which reflects (top, left, bottom, right)
    return : scale value of IoU
    """
    S_rec1 =(rec1[2] -rec1[0]) *(rec1[3] -rec1[1])
    S_rec2 =(rec2[2] -rec2[0]) *(rec2[3] -rec2[1])
    #computing the sum area
    sum_area =S_rec1  S_rec2
    #find the each edge of interest rectangle
    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])
    #judge if there is an intersect
    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)

这里我们主要讨论下这个

if

判断，我们以横轴

x

方向为例，其中对

y

纵轴方向是一样的，我们来判断两个框重合与否。其中

x_{0}

为

rec1

左上角的

x

坐标，

x_{1}

是

rec1

右下角的

x

坐标。

A_{0}

为

rec2

的左上角

x

坐标，

A_{1}

是

rec2

的右下角

x

坐标。

2. 语义分割中的IOU

先回顾下一些基础知识：

常常将预测出来的结果分为四个部分：

true
positive

,

false
positive

,

true
negative

,

false
negative

,其中

negative

就是指非物体标签的部分(可以直接理解为背景)，positive$就是指有标签的部分。下图显示了四个部分的区别：

prediction

图被分成四个部分，其中大块的白色斜线标记的是

true
negative

（TN，预测中真实的背景部分），红色线部分标记是

false
negative

（

FN

，预测中被预测为背景，但实际上并不是背景的部分），蓝色的斜线是

false
positive

（

FP

，预测中分割为某标签的部分，但是实际上并不是该标签所属的部分），中间荧光黄色块就是

true
positive

（

TP

，预测的某标签部分，符合真值）。

同样的，

IOU

计算公式：

IOU = frac{text { target } bigwedge text { prediction }}{target bigcup prediction}
代码语言：javascript复制
def compute_ious(pred, label, classes):
    '''computes iou for one ground truth mask and predicted mask'''
    ious = [] # 记录每一类的iou
    for c in classes:
        label_c = (label == c) # label_c为true/false矩阵
        pred_c = (pred == c)
        intersection = np.logical_and(pred_c, label_c).sum()
        union = np.logical_or(pred_c, label_c).sum()
        if union == 0:
            ious.append(float('nan'))  
        else
            ious.append(intersection / union)
    return np.nanmean(ious) #返回当前图片里所有类的mean iou

其中，对于

label

与

pred

有多种形式。

如识别目标为4类，那么

label

的形式可以是一张图片对应一份

mask[0，1，2，3，4]

，其中

0

为背景，我们省略，则

class

可以为

[1,2,3,4]

。也可以是对应四份二进制

mask
[0，1]

, 这四层

mask

的取值为

0/1

。

class

为

[1]

了。

总结

对于目标检测，写

IOU

那就是必考题，但是我们也要回顾下图像分割的

IOU

怎么计算的。

其它干货

  • 算法岗，不会写简历？我把它拆开，手把手教你写！
  • (算法从业人员必备！)Ubuntu办公环境搭建！
  • “我能分清奥特曼们了，你能分清我的口红吗？”
  • 入门算法，看这个呀！(资料可下载)
  • 放弃大厂算法Offer，去银行做开发，现在...
  • 超6k字长文，带你纵横谈薪市场（建议工程师收藏！)

引用

  • https://blog.csdn.net/weixin_42135399/article/details/101025941
  • https://blog.csdn.net/lingzhou33/article/details/87901365
  • https://blog.csdn.net/lingzhou33/article/details/87901365

- END -

大家好，我是灿视。目前是位算法工程师 创业者 奶爸的时间管理者！

我曾在19，20年联合了各大厂面试官，连续推出两版《百面计算机视觉》，受到了广泛好评，帮助了数百位同学们斩获了BAT等大小厂算法Offer。现在，我们继续出发，持续更新最强算法面经。

我曾经花了4个月，跨专业从双非上岸华五软工硕士，也从不会编程到进入到百度与腾讯实习。

编程算法 https 图像处理 网络安全 图像识别

0 人点赞