pytorch iou函数

### 实现 PyTorch 中的 IoU 计算

在 PyTorch 中实现 IoU 的核心在于理解边界框的位置关系以及如何高效地利用张量操作来完成计算。对于给定的一对边界框 `box1` 和 `box2`，其坐标分别为 `[X1, Y1, X2, Y2]` 和 `[X3, Y3, X4, Y4]`，其中 `(X1,Y1)` 表示左下角而 `(X2,Y2)` 或者 `(X4,Y4)` 表示右上角[^2]。

为了确保交集区域被正确识别，应采用最大值作为交集矩形的左上角坐标，最小值作为交集矩形的右下角坐标[^3]：

import torch

def calculate_iou(box1, box2):
    # 获取两个盒子的最大左下角和最小右上角
    inter_x1 = torch.max(box1[:, 0], box2[:, 0])  
    inter_y1 = torch.max(box1[:, 1], box2[:, 1])
    inter_x2 = torch.min(box1[:, 2], box2[:, 2])
    inter_y2 = torch.min(box1[:, 3], box2[:, 3])

    # 计算相交宽度高度 (如果不存在重叠则设为零)
    inter_width = torch.clamp(inter_x2 - inter_x1 + 1, min=0)
    inter_height = torch.clamp(inter_y2 - inter_y1 + 1, min=0)

    # 计算交集面积
    intersection_area = inter_width * inter_height
    
    # 计算各自边界的面积
    area_box1 = (box1[:, 2] - box1[:, 0] + 1) * (box1[:, 3] - box1[:, 1] + 1)
    area_box2 = (box2[:, 2] - box2[:, 0] + 1) * (box2[:, 3] - box2[:, 1] + 1)

    # 并集面积等于总面积减去交集部分
    union_area = area_box1 + area_box2 - intersection_area 

    # 返回 IOU 值
    ious = intersection_area / union_area
    return ious

此代码片段展示了如何通过 PyTorch 来定义一个简单的 IoU 函数，该函数接收两组边界框参数并返回它们之间的 IoU 比率。值得注意的是，在实际应用中可能还需要考虑更多细节处理，比如输入验证等[^1]。