python不使用for計算兩組、多個矩形兩兩間的iou方式
阿新 • • 發佈:2020-01-19
解決問題: 不使用for計算兩組、多個矩形兩兩間的iou
使用numpy廣播的方法,在python程式中並不建議使用for語句,python中的for語句耗時較多,如果使用numpy廣播的思想將會提速不少。
程式碼:
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,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
程式中輸入為多個矩形[xmin,ymin,xmax,ymax]格式的陣列或者list,輸出為numpy格式,例:輸入的shape為(3, 4)、(5,4)則輸出為(3, 5)各個位置為boxes間相互的iou值。後面會卡一個iou的閾值,然後就可以將滿足條件的索引取出。如:
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,= np.split(left,= np.split(right,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)]#小的被刪 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,class2
IOU計算原理:
ymin = np.maximum(ymin1,axis=-1)) xmin = np.maximum(xmin1,axis=-1)) ymax = np.minimum(ymax1,axis=-1)) xmax = np.minimum(xmax1,axis=-1)) h = np.maximum(ymax - ymin,0) w = np.maximum(xmax - xmin,0) intersect = h * w
計算矩形間min的最大值,max的最小值,如果ymax-ymin值大於0則如左圖所示,如果小於0則如右圖所示
以上這篇python不使用for計算兩組、多個矩形兩兩間的iou方式就是小編分享給大家的全部內容了,希望能給大家一個參考,也希望大家多多支援我們。