理解目标检测中的交并比（代码）
透彻理解目标检测中的交并比算法（附代码）
物体检测模型的评估归结为一件事：确定检测是否有效
要确定检测是否有效，需要了解交并比（IoU）。
本文包括以下内容：
- 交并比基础 — 什么是交并比？
- 如何计算（理论和Python代码中的计算）单个检测和真实边界框对的交并比
- 计算多个预测和真实边界框对的交并比？
- 如何解释交并比值？
什么是交并比（IoU）？
交并比（IoU）是评估物体检测模型的核心指标。它通过评估检测框和真实框之间的重叠程度来衡量物体检测器的准确性。
- 真实框或标签是一个注释框，显示物体的位置（注释通常手动完成，真实框被认为是物体的实际位置）。
- 检测框或预测边界框是物体检测器的预测。
形式上，交并比是真实框（gt）和预测框（pd）的交集面积除以两个框的并集面积。
示例1：计算单个检测和真实边界框对的交并比
让我们从一个简单的示例开始。计算一对检测和真实边界框的交并比。
为此，我们需要两个框的左上角（x1，y1）和右下角（x2，y2）坐标。
在下图中（右图），我们有两个边界框：
预测边界框（p-box）：（px1，py1，px2，py2）=（859，31，1002，176）真实边界框（t-box）：（tx1，ty1，tx2，ty2）=（860，68，976，184）
