标签：系列 min max IOU area https rec2 rec1

IOU 

 

def iou(rec1, rec2):
    """
    rec1: [left1,top1,right1,bottom1]
    rec2: [left2,top2,right2,bottom2]
    """
    # 重合部分
    left_max = max(rec1[0], rec2[0])
    top_max = max(rec1[1], rec2[1])
    right_min = min(rec1[2], rec2[2])
    bottom_min = min(rec1[3], rec2[3])
    # 两矩形相交时计算IoU
    if (left_max > right_min or bottom_min < top_max):  # 没有交集
        return 0
    else:
        rect1_area = (rec1[2] - rec1[0]) * (rec1[3] - rec1[1])
        rect2_area = (rec2[2] - rec2[0]) * (rec2[3] - rec2[1])
        area_cross = (bottom_min - top_max) * (right_min - left_max)
        return area_cross / (rect1_area + rect2_area - area_cross)

 

存在问题

1. 如果两个目标没有重叠，iou 为 0，微调位置 无法反应 两目标之间的位置变话，loss = 1 - iou 恒为 1，无法优化

2.iou 无法区分 两个目标 的对齐方式，不同的对齐方式下，iou 可能相等，如下图

GIOU

不多说

存在问题

1. GIOU 训练较慢

2. GIOU 倾向得到一个较大的 bbox

3. GIOU 区分两个对象之间的对齐方式比较间接，仅通过引入C的方式来反应重叠的方式，不够直接。如下图所示。第二幅图展示来当GIoU一样的情况下，DIoU是不一致的

DIOU　　【Distance-IoU】

不多说，记住就好

 

CIOU

在DIoU的基础上增加了对长宽比的惩罚项

 

EIOU

w=(w1-w2)*(w1-w2)
h=(h1-h2)*(h1-h2)
eiou = iou-(rho2/c2+w/(cw**2)+h/(ch**2))

Leiou = 1 - eiou  

 

 

 

 

参考资料：

https://blog.csdn.net/weixin_40922744/article/details/102988751　　超简单的IoU python3实现

https://www.cnblogs.com/wojianxin/p/12581056.html　　python实现IoU

https://blog.csdn.net/weixin_41735859/article/details/89288493　　GIoU详解

https://zhuanlan.zhihu.com/p/57992040　　CVPR2019: 使用GIoU作为检测任务的Loss

https://blog.csdn.net/liangdong2014/article/details/114380202　　详解GIoU、DIoU、CIoU Loss

https://mp.weixin.qq.com/s/0U4Y_ZEI2YvW1sMHxRfwMQ　　YOLOv5改进之七：损失函数改进

标签：系列,min,max,IOU,area,https,rec2,rec1
来源： https://www.cnblogs.com/yanshw/p/15339270.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。