python Iou

IOU (Intersection over Union) 是一种用于评估目标检测算法性能的常用指标。

在目标检测中，IOU用于衡量预测边界框和实际边界框之间的重叠程度。IOU的计算方式是将两个边界框的交集面积除以它们的并集面积。

在Python中，可以通过以下代码计算IOU：

def calculate_iou(box1, box2):
    # box1和box2分别表示两个边界框的坐标(x, y, w, h)
    x1, y1, w1, h1 = box1
    x2, y2, w2, h2 = box2
    
    # 计算两个边界框的面积
    area1 = w1 * h1
    area2 = w2 * h2
    
    # 计算交集的坐标
    x_intersection = max(x1, x2)
    y_intersection = max(y1, y2)
    w_intersection = min(x1 + w1, x2 + w2) - x_intersection
    h_intersection = min(y1 + h1, y2 + h2) - y_intersection
    
    # 如果两个边界框没有交集，则IOU为0
    if w_intersection <= 0 or h_intersection <= 0:
        return 0.0
    
    # 计算交集的面积
    intersection = w_intersection * h_intersection
    
    # 计算并集的面积
    union = area1 + area2 - intersection
    
    # 计算IOU
    iou = intersection / union
    
    return iou

使用上述代码，你可以传入两个边界框的坐标，然后计算它们之间的IOU值。