解决问题： 不使用for计算两组、多个矩形两两间的iou
使用numpy广播的方法，在python程序中并不建议使用for语句，python中的for语句耗时较多，如果使用numpy广播的思想将会提速不少。
代码：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
|
def calc_iou(bbox1, bbox2):
if not isinstance(bbox1, np.ndarray):
bbox1 = np.array(bbox1)
if not isinstance(bbox2, np.ndarray):
bbox2 = np.array(bbox2)
xmin1, ymin1, xmax1, ymax1, = np.split(bbox1, 4, axis=-1)
xmin2, ymin2, xmax2, ymax2, = np.split(bbox2, 4, axis=-1)
area1 = (xmax1 - xmin1) * (ymax1 - ymin1)
area2 = (xmax2 - xmin2) * (ymax2 - ymin2)
ymin = np.maximum(ymin1, np.squeeze(ymin2, axis=-1))
xmin = np.maximum(xmin1, np.squeeze(xmin2, axis=-1))
ymax = np.minimum(ymax1, np.squeeze(ymax2, axis=-1))
xmax = np.minimum(xmax1, np.squeeze(xmax2, axis=-1))
h = np.maximum(ymax - ymin, 0)
w = np.maximum(xmax - xmin, 0)
intersect = h * w
union = area1 + np.squeeze(area2, axis=-1) - intersect
return intersect / union
|
程序中输入为多个矩形[xmin, ymin, xmax,ymax]格式的数组或者list，输出为numpy格式，例：输入的shape为（3， 4）、（5，4）则输出为（3， 5）各个位置为boxes间相互的iou值。后面会卡一个iou的阈值，然后就可以将满足条件的索引取出。如：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
|
def delete_bbox(bbox1, bbox2, roi_bbox1, roi_bbox2, class1, class2, idx1, idx2, iou_value):
idx = np.where(iou_value > 0.4)
left_idx = idx[0]
right_idx = idx[1]
left = roi_bbox1[left_idx]
right = roi_bbox2[right_idx]
xmin1, ymin1, xmax1, ymax1, = np.split(left, 4, axis=-1)
xmin2, ymin2, xmax2, ymax2, = np.split(right, 4, axis=-1)
left_area = (xmax1 - xmin1) * (ymax1 - ymin1)
right_area = (xmax2 - xmin2) * (ymax2 - ymin2)
left_idx = left_idx[np.squeeze(left_area < right_area, axis=-1)]#小的被删
right_idx = right_idx[np.squeeze(left_area > right_area, axis=-1)]
bbox1 = np.delete(bbox1, idx1[left_idx], 0)
class1 = np.delete(class1, idx1[left_idx])
bbox2 = np.delete(bbox2, idx2[right_idx], 0)
class2 = np.delete(class2, idx2[right_idx])
return bbox1, bbox2, class1, class2
|
IOU计算原理：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
|
ymin = np.maximum(ymin1, np.squeeze(ymin2, axis=-1))
xmin = np.maximum(xmin1, np.squeeze(xmin2, axis=-1))
ymax = np.minimum(ymax1, np.squeeze(ymax2, axis=-1))
xmax = np.minimum(xmax1, np.squeeze(xmax2, axis=-1))
h = np.maximum(ymax - ymin, 0)
w = np.maximum(xmax - xmin, 0)
intersect = h * w
|
计算矩形间min的最大值，max的最小值，如果ymax-ymin值大于0则如左图所示，如果小于0则如右图所示
以上这篇python不使用for计算两组、多个矩形两两间的iou方式就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持服务器之家。
原文链接：https://blog.csdn.net/XDH19910113/article/details/96997528