1. 交并比

并交比（Intersection over Union）函数，可以用来评价对象检测算法，判断对象检测算法运作是否良好

在对象检测任务中，希望能够同时定位对象，所以如果实际边界框是这样的
算法给出这个紫色的边界框
两个边界框的并集是这个区域，就是属于包含两个边界框区域（绿色阴影表示区域）
所以交并比（loU）函数做的是计算两个边界框交集和并集之比
而交集就是这个比较小的区域（橙色阴影表示区域）
那么交并比就是交集的大小，这个橙色阴影面积，然后除以绿色阴影的并集面积

2. 评价准则

交并比：IOU=(A∩B)/(A∪B)

一般约定，在计算机检测任务中，如果loU≥0.5，那么结果是可以接受的，就说检测正确
如果预测器和实际边界框完美相同大小，就预示着交集要大于三分之二
如果预测器和实际边界框完美重叠，loU就是1，因为交集就等于并集

一般约定，0.5是阈值，用来判断预测的边界框是否正确
一般是这么约定，但如果希望更严格一点，可以将loU定得更高，比如说大于0.6或者更大的数字
但loU越高，边界框越精确
所以这是衡量定位精确度的一种方式

只需要统计算法正确检测和定位对象的次数
就可以用这样的定义判断对象定位是否准确
有时看到更严格的标准，比如0.6甚至0.7
但很少见到有人将阈值降到0.5以下

人们定义loU这个概念是为了评价对象定位算法是否精准
但更一般地说，loU衡量了两个边界框重叠地相对大小

如果有两个边界框，可以计算交集，计算并集，然后求两个数值的比值
所以这也可以判断两个边界框是否相似

参考：

《神经网络和深度学习》视频课程

深度学习笔记（37）交并比相关推荐

深度学习笔记（42）人脸识别
深度学习笔记(42) 人脸识别 1. 人脸识别 2. One-Shot学习 3. Similarity函数 1. 人脸识别现在可以看到很多产品在运用人脸识别,如手机解锁.车站身份识别认证.刷脸支付等 ...
深度学习笔记（41）候选区域
深度学习笔记(41) 候选区域 1. 无对象区域 2. 候选区域 3. Faster R-CNN 1. 无对象区域记得滑动窗法吧,使用训练过的分类器在这些窗口中全部运行一遍,然后运行一个检测器,看 ...
深度学习笔记（40） YOLO
深度学习笔记(40) YOLO 1. YOLO对象检测算法 2. 构造训练集 3. 预测 3. 非极大值抑制 1. YOLO对象检测算法之前已经学到对象检测算法的大部分组件: 博文组件作用深度 ...
深度学习笔记（39） Anchor Boxes
深度学习笔记(39) Anchor Boxes 1. 一个格子多个对象检测问题 2. Anchor box 3. 对象形状交并比 3. 一个格子一个对象检测问题 4. 额外的细节 5. Anchor ...
深度学习笔记（38）非极大值抑制
深度学习笔记(38) 非极大值抑制 1. 对象多次检测问题 2. 非极大值抑制 3. 独立性 1. 对象多次检测问题到目前为止学到的对象检测中的一个问题是,算法可能对同一个对象做出多次检测所以算法 ...
深度学习笔记其七：计算机视觉和PYTORCH
深度学习笔记其七:计算机视觉和PYTORCH 1. 图像增广 1.1 常用的图像增广方法 1.1.1 翻转和裁剪 1.1.2 改变颜色 1.1.3 结合多种图像增广方法 1.2 使用图像增广进行训练 ...
吴恩达深度学习笔记（四）
吴恩达深度学习笔记(四) 卷积神经网络CNN-第二版卷积神经网络深度卷积网络:实例探究目标检测特殊应用:人脸识别和神经风格转换卷积神经网络编程作业卷积神经网络CNN-第二版卷积神经网络 ...
下载量过百万的吴恩达机器学习和深度学习笔记更新了！（附PDF下载）
今天,我把吴恩达机器学习和深度学习课程笔记都更新了,并提供下载,这两本笔记非常适合机器学习和深度学习入门.(作者:黄海广) 0.导语我和同学将吴恩达老师机器学习和深度学习课程笔记做成了打印版,放在g ...
33万字！深度学习笔记在线版发布!
吴恩达老师的深度学习课程(deeplearning.ai),可以说是深度学习入门的最热门课程,我和志愿者编写了这门课的笔记,并在 github 开源,为满足手机阅读的需要,我将笔记做成了在线版,可以在 ...

深度学习笔记（37）交并比

深度学习笔记（37）交并比

1. 交并比

2. 评价准则

深度学习笔记（37）交并比相关推荐

最新文章

热门文章

深度学习笔记（37） 交并比

深度学习笔记（37） 交并比

1. 交并比

2. 评价准则

深度学习笔记（37） 交并比相关推荐

最新文章

热门文章

深度学习笔记（37）交并比

深度学习笔记（37）交并比

深度学习笔记（37）交并比相关推荐