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)) * 1.0
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 shapely.errors import TopologicalError
from shapely.geometry 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 = np.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 = np.concatenate((actual_quadrilateral_array, predict_quadrilateral_array))
# 两两四边形是否存在交集
inter_status = actual_quadrilateral_polygon.intersects(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 = actual_quadrilateral_polygon.intersection(predict_quadrilateral_polygon).area
# 并集面积 计算方式一
#union_area = poly1.area + poly2.area - inter_area
# 并集面积 计算方式二
union_area = MultiPoint(union_poly).convex_hull.area
# 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) /(poly1.area+poly2.area-inter_area)
except shapely.errors.TopologicalError :
print('shapely.errors.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 shapely.geometry 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 geos_c.dll 这里，看了网上很多文章大部分说是由于 geos_c.dll 文件缺失导致报错。尝试在网上找了几个 geos_c.dll 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 https://www.lfd.uci.edu/~gohlke/pythonlibs/#shapely，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 https://www.lfd.uci.edu/~gohlke/pythonlibs/#shapely 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。