mindspore.ops.IOU
- class mindspore.ops.IOU(mode='iou')[源代码]
计算矩形的IOU,即真实区域和预测区域的交并比。
根据真实区域和预测区域计算IOU(intersection over union)或IOF(intersection over foreground)。
更多参考详见
mindspore.ops.iou()
。- 参数:
mode (string) - 指定计算方法,现支持
'iou'
(intersection over union)或'iof'
(intersection over foreground)模式。默认值:'iou'
。
- 输入:
anchor_boxes (Tensor) - 预测区域,shape为 \((N, 4)\) 的Tensor。"N"表示预测区域的数量,"4"表示"x0"、"y0"、"x1"和"y1"。数据类型为float16或float32。
gt_boxes (Tensor) - 真实区域,shape为 \((M, 4)\) 的Tensor。"M"表示地面真实区域的数量,"4"表示"x0"、"y0"、"x1"和"y1"。数据类型为float16或float32。
- 输出:
IOU值的Tensor,shape为 \((M, N)\) 的Tensor,数据类型与 anchor_boxes 的相同。
- 支持平台:
Ascend
GPU
CPU
样例:
>>> import mindspore >>> import numpy as np >>> from mindspore import Tensor, ops >>> iou = ops.IOU(mode='iou') >>> anchor_boxes = Tensor(np.random.randint(1.0, 5.0, [3, 4]), mindspore.float16) >>> gt_boxes = Tensor(np.random.randint(1.0, 5.0, [3, 4]), mindspore.float16) >>> output = iou(anchor_boxes, gt_boxes) >>> print(output.shape) (3, 3)