欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

python實(shí)現(xiàn)交并比IOU教程

 更新時(shí)間:2020年04月16日 08:56:34   作者:pan_jinquan  
這篇文章主要介紹了python實(shí)現(xiàn)交并比IOU教程,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧

交并比(Intersection-over-Union,IoU),目標(biāo)檢測(cè)中使用的一個(gè)概念,是產(chǎn)生的候選框(candidate bound)與原標(biāo)記框(ground truth bound)的交疊率,即它們的交集與并集的比值。最理想情況是完全重疊,即比值為1。

計(jì)算公式:

Python實(shí)現(xiàn)代碼:

def cal_iou(box1, box2):
 """
 :param box1: = [xmin1, ymin1, xmax1, ymax1]
 :param box2: = [xmin2, ymin2, xmax2, ymax2]
 :return: 
 """
 xmin1, ymin1, xmax1, ymax1 = box1
 xmin2, ymin2, xmax2, ymax2 = box2
 # 計(jì)算每個(gè)矩形的面積
 s1 = (xmax1 - xmin1) * (ymax1 - ymin1) # C的面積
 s2 = (xmax2 - xmin2) * (ymax2 - ymin2) # G的面積
 
 # 計(jì)算相交矩形
 xmin = max(xmin1, xmin2)
 ymin = max(ymin1, ymin2)
 xmax = min(xmax1, xmax2)
 ymax = min(ymax1, ymax2)
 
 w = max(0, xmax - xmin)
 h = max(0, ymax - ymin)
 area = w * h # C∩G的面積
 iou = area / (s1 + s2 - area)
 return iou
# -*-coding: utf-8 -*-
"""
 @Project: IOU
 @File : IOU.py
 @Author : panjq
 @E-mail : pan_jinquan@163.com
 @Date : 2018-10-14 10:44:06
"""
def calIOU_V1(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
 """
 # 計(jì)算每個(gè)矩形的面積
 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 intersect 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)
 
def calIOU_V2(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
 """
 # cx1 = rec1[0]
 # cy1 = rec1[1]
 # cx2 = rec1[2]
 # cy2 = rec1[3]
 # gx1 = rec2[0]
 # gy1 = rec2[1]
 # gx2 = rec2[2]
 # gy2 = rec2[3]
 cx1,cy1,cx2,cy2=rec1
 gx1,gy1,gx2,gy2=rec2
 # 計(jì)算每個(gè)矩形的面積
 S_rec1 = (cx2 - cx1) * (cy2 - cy1) # C的面積
 S_rec2 = (gx2 - gx1) * (gy2 - gy1) # G的面積
 
 # 計(jì)算相交矩形
 x1 = max(cx1, gx1)
 y1 = max(cy1, gy1)
 x2 = min(cx2, gx2)
 y2 = min(cy2, gy2)
 
 w = max(0, x2 - x1)
 h = max(0, y2 - y1)
 area = w * h # C∩G的面積
 
 iou = area / (S_rec1 + S_rec2 - area)
 return iou
 
if __name__=='__main__':
 rect1 = (661, 27, 679, 47)
 # (top, left, bottom, right)
 rect2 = (662, 27, 682, 47)
 iou1 = calIOU_V1(rect1, rect2)
 iou2 = calIOU_V2(rect1, rect2)
 print(iou1)
 print(iou2)
 

參考:http://www.dbjr.com.cn/article/184542.htm

補(bǔ)充知識(shí):Python計(jì)算多分類的混淆矩陣,Precision、Recall、f1-score、mIOU等指標(biāo)

直接上代碼,一看很清楚

import os
import numpy as np
from glob import glob
from collections import Counter
 
def cal_confu_matrix(label, predict, class_num):
 confu_list = []
 for i in range(class_num):
  c = Counter(predict[np.where(label == i)])
  single_row = []
  for j in range(class_num):
   single_row.append(c[j])
  confu_list.append(single_row)
 return np.array(confu_list).astype(np.int32)
 
 
def metrics(confu_mat_total, save_path=None):
 '''
 :param confu_mat: 總的混淆矩陣
 backgound:是否干掉背景
 :return: txt寫出混淆矩陣, precision,recall,IOU,f-score
 '''
 class_num = confu_mat_total.shape[0]
 confu_mat = confu_mat_total.astype(np.float32) + 0.0001
 col_sum = np.sum(confu_mat, axis=1) # 按行求和
 raw_sum = np.sum(confu_mat, axis=0) # 每一列的數(shù)量
 
 '''計(jì)算各類面積比,以求OA值'''
 oa = 0
 for i in range(class_num):
  oa = oa + confu_mat[i, i]
 oa = oa / confu_mat.sum()
 
 '''Kappa'''
 pe_fz = 0
 for i in range(class_num):
  pe_fz += col_sum[i] * raw_sum[i]
 pe = pe_fz / (np.sum(confu_mat) * np.sum(confu_mat))
 kappa = (oa - pe) / (1 - pe)
 
 # 將混淆矩陣寫入excel中
 TP = [] # 識(shí)別中每類分類正確的個(gè)數(shù)
 
 for i in range(class_num):
  TP.append(confu_mat[i, i])
 
 # 計(jì)算f1-score
 TP = np.array(TP)
 FN = col_sum - TP
 FP = raw_sum - TP
 
 # 計(jì)算并寫出precision,recall, f1-score,f1-m以及mIOU
 
 f1_m = []
 iou_m = []
 for i in range(class_num):
  # 寫出f1-score
  f1 = TP[i] * 2 / (TP[i] * 2 + FP[i] + FN[i])
  f1_m.append(f1)
  iou = TP[i] / (TP[i] + FP[i] + FN[i])
  iou_m.append(iou)
 
 f1_m = np.array(f1_m)
 iou_m = np.array(iou_m)
 if save_path is not None:
  with open(save_path + 'accuracy.txt', 'w') as f:
   f.write('OA:\t%.4f\n' % (oa*100))
   f.write('kappa:\t%.4f\n' % (kappa*100))
   f.write('mf1-score:\t%.4f\n' % (np.mean(f1_m)*100))
   f.write('mIou:\t%.4f\n' % (np.mean(iou_m)*100))
 
   # 寫出precision
   f.write('precision:\n')
   for i in range(class_num):
    f.write('%.4f\t' % (float(TP[i]/raw_sum[i])*100))
   f.write('\n')
 
   # 寫出recall
   f.write('recall:\n')
   for i in range(class_num):
    f.write('%.4f\t' % (float(TP[i] / col_sum[i])*100))
   f.write('\n')
 
   # 寫出f1-score
   f.write('f1-score:\n')
   for i in range(class_num):
    f.write('%.4f\t' % (float(f1_m[i])*100))
   f.write('\n')
 
   # 寫出 IOU
   f.write('Iou:\n')
   for i in range(class_num):
    f.write('%.4f\t' % (float(iou_m[i])*100))
   f.write('\n')

以上這篇python實(shí)現(xiàn)交并比IOU教程就是小編分享給大家的全部?jī)?nèi)容了,希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。

相關(guān)文章

  • Python使用MONGODB入門實(shí)例

    Python使用MONGODB入門實(shí)例

    這篇文章主要介紹了Python使用MONGODB的方法,實(shí)例分析了Python使用MONGODB的啟動(dòng)、安裝及使用的相關(guān)技巧,需要的朋友可以參考下
    2015-05-05
  • Python遠(yuǎn)程SSH庫(kù)Paramiko詳細(xì)操作

    Python遠(yuǎn)程SSH庫(kù)Paramiko詳細(xì)操作

    paramiko實(shí)現(xiàn)了SSHv2協(xié)議(底層使用cryptography),用于連接遠(yuǎn)程服務(wù)器并執(zhí)行相關(guān)操作,使用該模塊可以對(duì)遠(yuǎn)程服務(wù)器進(jìn)行命令或文件操作,今天通過(guò)本文給大家介紹Python遠(yuǎn)程SSH庫(kù)Paramiko簡(jiǎn)介,感興趣的朋友一起看看吧
    2022-05-05
  • python將多個(gè)文本文件合并為一個(gè)文本的代碼(便于搜索)

    python將多個(gè)文本文件合并為一個(gè)文本的代碼(便于搜索)

    源代碼目錄一般很詳細(xì),每個(gè)代碼文件都不長(zhǎng),一般只占幾十行而已。在跟著書籍學(xué)習(xí)的過(guò)程中,可以打開源代碼運(yùn)行之后查看效果,或者適當(dāng)修改看看變化,這都是很好的掌握技術(shù)的好辦法。
    2011-03-03
  • 基于Python函數(shù)的作用域規(guī)則和閉包(詳解)

    基于Python函數(shù)的作用域規(guī)則和閉包(詳解)

    下面小編就為大家分享一篇基于Python函數(shù)的作用域規(guī)則和閉包詳解,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
    2017-11-11
  • python實(shí)現(xiàn)學(xué)生信息管理系統(tǒng)源碼

    python實(shí)現(xiàn)學(xué)生信息管理系統(tǒng)源碼

    這篇文章主要為大家詳細(xì)介紹了python實(shí)現(xiàn)學(xué)生信息管理系統(tǒng)源碼,文中示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下
    2021-02-02
  • Sanic框架應(yīng)用部署方法詳解

    Sanic框架應(yīng)用部署方法詳解

    這篇文章主要介紹了Sanic框架應(yīng)用部署方法,結(jié)合實(shí)例形式分析了Sanic框架應(yīng)用部署的具體流程、相關(guān)命令與使用技巧,并附帶說(shuō)明了Gunicorn的配置方法,需要的朋友可以參考下
    2018-07-07
  • Python并發(fā)編程的幾種實(shí)現(xiàn)方式

    Python并發(fā)編程的幾種實(shí)現(xiàn)方式

    Python并發(fā)編程讓程序能同時(shí)執(zhí)行多個(gè)任務(wù),Python提供多種并發(fā)實(shí)現(xiàn)方式,包括多線程、多進(jìn)程、異步編程等,多線程受全局解釋器鎖(GIL)影響,在CPU密集型任務(wù)上不提升性能,但適合I/O密集型任務(wù),多進(jìn)程適用于CPU密集型任務(wù)
    2024-10-10
  • Python使用文件操作實(shí)現(xiàn)一個(gè)XX信息管理系統(tǒng)的示例

    Python使用文件操作實(shí)現(xiàn)一個(gè)XX信息管理系統(tǒng)的示例

    這篇文章主要介紹了Python使用文件操作實(shí)現(xiàn)一個(gè)XX信息管理系統(tǒng)的示例,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧
    2020-07-07
  • Pandas sample隨機(jī)抽樣的實(shí)現(xiàn)

    Pandas sample隨機(jī)抽樣的實(shí)現(xiàn)

    隨機(jī)抽樣,是統(tǒng)計(jì)學(xué)中常用的一種方法,本文主要介紹了Pandas sample隨機(jī)抽樣的實(shí)現(xiàn),文中通過(guò)示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下
    2022-06-06
  • Python 內(nèi)存管理機(jī)制全面分析

    Python 內(nèi)存管理機(jī)制全面分析

    這篇文章主要介紹了Python 內(nèi)存管理機(jī)制全面分析,幫助大家更好的理解和使用python,感興趣的朋友可以了解下
    2021-01-01

最新評(píng)論