【面试向】IoU和mIoU

害，要开始正儿八经地准备刷面试题了，今个咱就拿这个IoU开刀。

虽然老夫从来没做过基于检测框的目标检测项目。

Q1：啥是IoU？如何计算IoU？

IoU就是交并比嘛，两个框相交的面积除以合并的面积。

定义bbox1, bbox2为两个长度为 4 的数组，用于表示两个检测框左上和右下坐标点。

def BoxIoU(bbox1, bbox2):
	x11, y11, x12, y12 = bbox1
    x21, y21, x22, y22 = bbox2
	
    # 计算相交面积
    iw = max(min(x12, x22) - max(x11, x21), 0)
    iy = max(min(y12, y22) - max(y11, y21), 0)
    inter = iw * iy
    
    # 计算合并面积
	area1 = (x12 - x11) * (y12 - y11)
    area2 = (x22 - x21) * (y22 - y21)
	uni = area1 + area2 - inter
    
    # 计算交并比
    iou = inter / uni
    return iou

其实以上应该都只是基于常规检测框的IoU计算，如果是非矩形检测框或者分割任务中的IoU则要另当别论。

对于分割任务，定义mask1, mask2为两个相同大小的二维二值numpy数组。

def SegIoU(mask1, mask2):
	return (mask1 & mask2).sum() / (mask1 | mask2).sum()

Q2：啥是mIoU？如何计算mIoU？

mIoU即均交并比。对于每个类计算一遍IoU后取平均就行了。