检测评价函数 intersection-over-union （ IOU/IU ）

1、概念

转载自http://blog.csdn.net/eddy_zheng/article/details/52126641在目标检测的评价体系中，有一个参数叫做IoU，简单来讲就是模型产生的目标窗口和原来标记窗口的交叠率。具体我们可以简单的理解为： 即检测结果(DetectionResult)与Ground Truth 的交集比上它们的并集，即为检测的准确率IoU :

IOU=DetectionResult⋂GroundTruthDetectionResult⋃GroundTruth

如下图所示：GT = GroundTruth; DR = DetectionResult;
黄色边框框起来的是：

GT⋂DR

绿色框框起来的是：

GT⋃DR

应该够详细了，上幅图直观些。当然最理想的情况就是 DR 与 GT 完全重合，即

IoU=1

下面附上图例说明，及 IOU 的python实现，已经测试无误，自行取用。

原图:

# -*- coding: utf-8 -*-"""Created on Sun Aug 07 14:26:51 2016@author: Eddy_zheng"""def IOU(Reframe,GTframe):    """    自定义函数，计算两矩形 IOU，传入为均为矩形对角线，（x,y）  坐标。·    """    x1 = Reframe[0];    y1 = Reframe[1];    width1 = Reframe[2]-Reframe[0];    height1 = Reframe[3]-Reframe[1];    x2 = GTframe[0];    y2 = GTframe[1];    width2 = GTframe[2]-GTframe[0];    height2 = GTframe[3]-GTframe[1];    endx = max(x1+width1,x2+width2);    startx = min(x1,x2);    width = width1+width2-(endx-startx);    endy = max(y1+height1,y2+height2);    starty = min(y1,y2);    height = height1+height2-(endy-starty);    if width <=0 or height <= 0:        ratio = 0 # 重叠率为 0     else:        Area = width*height; # 两矩形相交面积        Area1 = width1*height1;         Area2 = width2*height2;        ratio = Area*1./(Area1+Area2-Area);    # return IOU    return ratio,Reframe,GTframe