iou_similarity

  • paddle.fluid.layers.iou_similarity(x, y, box_normalized=True, name=None)[源代码]

IOU Similarity Operator

计算两个框列表的intersection-over-union(IOU)。框列表

iou_similarity - 图1 应为LoDTensor， iou_similarity - 图2 是普通张量， iou_similarity - 图3 成批输入的所有实例共享 iou_similarity - 图4 中的框。给定框A和框B，IOU的运算如下：

iou_similarity - 图5

  • 参数：
    • x (Variable) - 框列表 iou_similarity - 图6 是二维LoDTensor，维度为 iou_similarity - 图7 ，存有 iou_similarity - 图8 个框，每个框表示为 iou_similarity - 图9 ， iou_similarity - 图10 的维度为 iou_similarity - 图11 。如果输入是图像特征图， iou_similarity - 图12 表示框的左上角坐标，接近坐标轴的原点。 iou_similarity - 图13 表示框的右下角坐标。该张量包含批次输入的LoD信息。该批次输入的一个实例能容纳不同的项数。数据类型为float32或float64。
    • y (Variable) - 框列表 iou_similarity - 图14 是二维张量，存有 iou_similarity - 图15 个框，每个框表示为 iou_similarity - 图16 ， iou_similarity - 图17 的维度为 iou_similarity - 图18 。如果输入是图像特征图， iou_similarity - 图19 表示框的左上角坐标，接近坐标轴的原点。 iou_similarity - 图20 表示框的右下角坐标。数据类型为float32或float64。
    • box_normalized (bool) - 先验框坐标是否正则化，即是否在[0, 1]区间内。默认值为true

返回：维度为

iou_similarity - 图21 的LoDTensor，代表每一对iou分数，数据类型与 iou_similarity - 图22 相同

返回类型：Variable

代码示例

  1. import paddle.fluid as fluid
  2.  
  3. x = fluid.layers.data(name='x', shape=[4], dtype='float32')
  4. y = fluid.layers.data(name='y', shape=[4], dtype='float32')
  5. iou = fluid.layers.iou_similarity(x=x, y=y)