目标检测：IOU计算

  在目标检测中，经常需要计算预测回归框和真实回归框的交并比（Intersection Over Union，IOU），也称重叠度,计算公式如下。
​
​   由于回归框只是确定物体的位置，不需要考虑物体的倾斜、旋转等情况。那么已知两个回归框A,B各自左上顶点右下顶点的坐标，如何计算二者的交集和并集。假定回归框A的左上顶点和右下顶点的坐标分为,回归框B的左上顶点和右下顶点的坐标分为。为方便理解，将回归框用集合语言来描述：
​

• 交集

    A,B集合要想有交集，直观来看不等式右端点的最小值必须大于左端点的最大值，以横坐标为例，有一下三种情况：

  • 无交集

    
    
    image

  • 有交集

    
    
    image

  • 重叠

    
    
    image

则可得到不等式组:

成立时，集合A、B交集非空，且当不等式组成立时，交集C为：

• 并集

    显然，由于已求得交集，可以很轻松得到预测回归框和真实回归框的并集为

• IOU

  求得预测回归框和真实回归框的交集和并集之后，可以很容易计算出IOU的值：

关于交并比计算的更详细内容，可以参考以下链接：

Yolo V1算法详解