如何匹配包围盒坐标的地球真相和预测的部分？

Question

我做过模特。我有100个成组技术和预测部件的包围盒。我想计算每个欠条的记分。但我不能直接这么做，因为有命令。包围盒的坐标顺序是不同的。例如，gt的第一个边界框与预测的第43个边界框重叠。我试图找到匹配的订单，并使用以下代码计算每个订单的iou：

for i in range (0,100):
    for j in range(0,100):
        
        pxmin,pymin,pxmax,pymax=pred['boxes'][i]
        gtxmin,gtymin,gtxmax,gtymax=gt[j]
       

        ixmin=max(pxmin,gtxmin)
        ixmax=min(pxmax,gtxmax)
        iymin=max(pymin,gtymin)
        iymax=min(pymax,gtymax)
    
        parea=(pxmax-pxmin)*(pymax-pymin)
        gtarea=(gtxmax-gtxmin)*(gtymax-gtymin)
        iarea=(ixmax-ixmin)*(iymax-iymin)
        IOU=iarea/(parea+gtarea-iarea)
        
        if 1>IOU>0.7:
            print(i,j,np.array(IOU))

但这一次，它为每个订单匹配不同的订单不止一次，甚至他们没有重叠。例如：

0 43 0.9042958
0 44 0.9875165
0 58 0.9222096
1 16 0.7543962
1 41 0.9221437
2 26 0.90981704
....

我不能拿最高的欠条分，因为他们有的没有重叠，即使他们有最高的欠条score.How，我能解决这个问题吗？

新版本：

ious = np.zeros((100, 100))
for i in range (0,100):
    for j in range(0,100):
        pxmin,pymin,pxmax,pymax=pred['boxes'][i]
        gtxmin,gtymin,gtxmax,gtymax=gt[j]
        ixmin=max(pxmin,gtxmin)
        ixmax=min(pxmax,gtxmax)
        iymin=max(pymin,gtymin)
        iymax=min(pymax,gtymax)
        parea=(pxmax-pxmin)*(pymax-pymin)
        gtarea=(gtxmax-gtxmin)*(gtymax-gtymin)
        if (ixmax - ixmin) < 0 and (iymax - iymin) < 0:
            iarea = 0
        else:
            iarea = (ixmax - ixmin) * (iymax - iymin)
        IOU=iarea/(parea+gtarea-iarea)
        ious[i, j] = IOU
        if 1>IOU>0.6:
            print(np.array(ious))

Answer 1

问题是，如果iarea和(ixmax-ixmin)都为负值(在这种情况下不存在交集)，则代码片段将为IOU分配一个正值，从而导致正IOU。

一个快速的解决办法是：

for i in range (0,100):
    for j in range(0,100):
        
        pxmin,pymin,pxmax,pymax=pred['boxes'][i]
        gtxmin,gtymin,gtxmax,gtymax=gt[j]
       

        ixmin=max(pxmin,gtxmin)
        ixmax=min(pxmax,gtxmax)
        iymin=max(pymin,gtymin)
        iymax=min(pymax,gtymax)
    
        parea=(pxmax-pxmin)*(pymax-pymin)
        gtarea=(gtxmax-gtxmin)*(gtymax-gtymin)
        if (ixmax - ixmin) < 0 and (iymax - iymin) < 0:
            iarea = 0
        else:
            iarea = (ixmax - ixmin) * (iymax - iymin)
        IOU=iarea/(parea+gtarea-iarea)
        
        if 1>IOU>0.7:
            print(i,j,np.array(IOU))

请注意，使用numpy可以更有效地完成此任务(如果您愿意的话，我可以提供一个示例)。