pytorch计算多边形的iou

2024-09-03

如何使用 numpy 和 pytorch 快速计算 IOU

前言在目标检测中用交并比(Interection-over-unio,简称 IOU)来衡量两个边界框之间的重叠程度,下面就使用 numpy 和 pytorch 两种框架的矢量计算方式来快速计算各种情况下的 IOU. 一对一先来计算最简单的单框对单框的交并比.假设两个预测框 \(b_0=(x_{min0},\ y_{min0},\ x_{max0},\ y_{max0})\) 和 \(b_1=(x_{min1},\ y_{min1},\ x_{max1},\ y_{max1})\) ,固定 \

hdu 1115（计算多边形重心）

题意:已知一多边形没有边相交,质量分布均匀.顺序给出多边形的顶点坐标,求其重心. 分析: 求多边形重心的题目大致有这么几种: 1,质量集中在顶点上.n个顶点坐标为(xi,yi),质量为mi,则重心 X = ∑( xi×mi ) / ∑mi Y = ∑( yi×mi ) / ∑mi 特殊地,若每个点的质量相同,则 X = ∑xi / n Y = ∑yi / n 2,质量分布均匀.这个题就是这一类型,算法和上面的不同. 特殊地,质量均匀的三角形重心: X = ( x0 + x1 + x2 ) / 3

poj 1265 Area【计算几何：叉积计算多边形面积+pick定理计算多边形内点数+计算多边形边上点数】

题目:http://poj.org/problem?id=1265 Sample Input 2 4 1 0 0 1 -1 0 0 -1 7 5 0 1 3 -2 2 -1 0 0 -3 -3 1 0 -3 Sample Output Scenario #1: 0 4 1.0 Scenario #2: 12 16 19.0 注意:题目给出的成对的数可不是坐标,是在x和y方向走的数量. 边界上的格点数:一条左开右闭的线段(x1, x2)->(x2, y2)上的格点数为:gcd( abs(x2-x1

【改革春风吹满地 HDU - 2036 】【计算几何-----利用叉积计算多边形的面积】

利用叉积计算多边形的面积我们都知道计算三角形的面积时可以用两个邻边对应向量积(叉积)的绝对值的一半表示,那么同样,对于多边形,我们可以以多边形上的一个点为源点,作过该点并且过多边形其他点中的某一个的多条射线,这样就可以把该多边形变为多个三角形,然后利用叉积求面积即可. 不过要注意,对于三角形可以简单的用叉积的绝对值的一半表示,但对于多边形不可随意将它分割成的几个三角形对应的叉积的绝对值相加,要有一定顺序才可. 对于三角形,有 [该图片来源:https://www.cnblogs.com/xie

hdu1115(计算多边形几何重心)

题目链接:http://acm.hdu.edu.cn/showproblem.php?pid=1115 题意:给出一些点,求这些点围成的多边形的重心: 思路: 方法1:直接分别求所有点的x坐标的平均值和y坐标的平均值,即答案:不过这个方法的计算精度不是很高,要求高精度时用另一个方法: 方法2: 用公式:x = (xi*si*+...xn*sn)/(si+...+sn): y = (yi*si*+...yn*sn)/(si+...+sn): 方法2的代码: #include <iostream>

POJ 3907 Build Your Home | 计算多边形面积

给个多边形计算面积输出要四舍五入直接用向量叉乘就好四舍五入可以+0.5向下取整 #include<cstdio> #include<algorithm> #include<cstring> #define N 10005 #define eps 1e-8 using namespace std; struct point { double x,y; inline double operator *(const point &rhs) const { re

[C语言] 关于计算多边形面积的一点问题

[一道练习题] 面基时间限制:1000ms 内存限制:65536kb 通过率:107/134 (79.85%) 正确率:107/319 (33.54%) 题目描述按顺时针或逆时针顺序输入一个简单多边形的每个顶点坐标,求这个多边形的面积. 在几何形状中,简单多边形是由直线,非相交的线段或“边”组成的扁平形状,其成对连接以形成封闭路径.(百度百科) 输入第一行一个整数nn,表示顶点数接下来n行,每行22个整数x,yx,y表示一个顶点坐标输出对于每组数据,输出一行,一个浮点数表示

poj 1115 Lifting the Stone 计算多边形的中心

Lifting the Stone Time Limit:1000MS Memory Limit:32768KB 64bit IO Format:%I64d & %I64u Submit Status Practice HDU 1115 Description There are many secret openings in the floor which are covered by a big heavy stone. When the stone is lifted up

hdu2036 (计算多边形的面积)

Input 输入数据包含多个测试实例,每个测试实例占一行,每行的开始是一个整数n(3<=n<=100),它表示多边形的边数(当然也是顶点数),然后是按照逆时针顺序给出的n个顶点的坐标(x1, y1, x2, y2... xn, yn),为了简化问题,这里的所有坐标都用整数表示. 输入数据中所有的整数都在32位整数范围内,n=0表示数据的结束,不做处理. Output 对于每个测试实例,请输出对应的多边形面积,结果精确到小数点后一位小数. 每个实例的输出占一行. Sample Input

leaflet计算多边形面积

上一篇介绍了使用leaflet绘制圆形,那如何计算圆形的面积呢? 1.使用数学公式计算,绘制好圆形后,获取中心点以及半径即可 2.使用第三方工具计算,如turf.js. 这里turf的area方法入参为geojson对象 3.使用超图的地图服务做面积计算,见下文范例 <!DOCTYPE html> <html> <head> <meta charset="UTF-8"> <title>图形绘制并计算面积</title&g

利用python计算多边形面积

最近业务上有一个需求,给出多边形面积. Google了一下,发现国内论坛给的算法都是你抄我我抄你,也不验证一下是否正确, 从博客园到csdncsdn 然后传播到国内各个角落...真是无力吐槽了. 直接纯英文Google.发现了一个非常快捷的面积算法.直接附上链接鞋带公式这个算法,算面积是不是就很简单了: def polygon_area(points): """返回多边形面积 """ area = 0 q = points[-1] for

js版根据经纬度计算多边形面积（墨卡托投影）

[摘要:var earthRadiusMeters = 6371000.0; var metersPerDegree = 2.0 * Math.PI * earthRadiusMeters / 360.0; var radiansPerDegree = Math.PI / 180.0; var degr] var earthRadiusMeters = 6371000.0; var metersPerDegree = 2.0 * Math.PI * earthRadiusMeters / 360

pytorch 计算图像数据集的均值和标准差

在使用 torchvision.transforms进行数据处理时我们经常进行的操作是: transforms.Normalize((0.485,0.456,0.406), (0.229,0.224,0.225)) 前面的(0.485,0.456,0.406)表示均值,分别对应的是RGB三个通道:后面的(0.229,0.224,0.225)则表示的是标准差这上面的均值和标准差的值是ImageNet数据集计算出来的,所以很多人都使用它们但是如果你想要计算自己的数据集的均值和标准差,让其作为你的

[opencv]计算多边形逼近曲线的长度

//利用曲线逼近,计算逼近曲线的长度 //首先创建一个逼近曲线 vector<Point2f> approx; approxPolyDP(contours[i], approx, 2, true); arcLength(contours[i], false); double dstLength = arcLength(approx, true);

POJ1385 计算多边形的重心

point gravity_center(point* p,int n) { double area=0.0; point ZERO; ZERO.x = 0; ZERO.y = 0; point ret = ZERO; p[n]=p[0]; for (int i=0; i<n; ++i) { ret.x+=cross(p[i],p[i+1],ZERO)*(p[i].x+p[i+1].x); ret.y+=cross(p[i],p[i+1]

一种实用性较强的求IOU的算法（任意多边形之间的IOU）

PS:要转载请注明出处,本人版权所有. PS: 这个只是基于<我自己>的理解, 如果和你的原则及想法相冲突,请谅解,勿喷. 前置说明本文作为本人csdn blog的主站的备份.(BlogID=115) 环境说明无前言提到IOU,如果接触过目标检测,应该是很熟悉的,这个东西简直就是标配了.但是我之前见到的求IOU都是求两个矩形的IOU,由于矩形的特殊性,其IOU可以很简单的求. 突然有一天,我要求一个矩形和一个多边形的IOU,这就让我突然有点懵,参考原来求两个矩形的IOU

PyTorch 实战：计算 Wasserstein 距离

PyTorch 实战:计算 Wasserstein 距离 2019-09-23 18:42:56 This blog is copied from: https://mp.weixin.qq.com/s/nTUKYNxdiPK3xdOoSXvTJQ 最优传输理论及 Wasserstein 距离是很多读者都希望了解的基础,本文主要通过简单案例展示了它们的基本思想,并通过 PyTorch 介绍如何实战 W 距离. 机器学习中的许多问题都涉及到令两个分布尽可能接近的思想,例如在 GAN 中令生成器分布

PHP 判断点是否在多边形内

如何判断一个点是否在一个多边形内,何时会用到这个场景. 我们就模拟一个真是场景.我们公司是快递公司,在本地区域有6个分点.每个分点有3-5个工人负责附近的快递派遣发送,所以根据每个点的服务区域我们就能大概知道我们的服务范围.如果客户要收发快递我们会告知是否在服务范围内,且那个点离的最近,应派谁去收发快递.…… 网上其实找了好多判断点是否在经纬度的多边形内,但都是Javascript版: http://www.voidcn.com/blog/jq_develop/article/p-3221513

GPS围栏两个多边形相交问题的奇葩解法

前言 GPS测量仪测量的产地面积,然后提交到系统中,系统需要校验这块产地和其他产地是否有重叠,重叠超过10%就要提出警告这块产地已经被XXX登记入库了.GPS测量仪测量出来的数据是连续的经纬度坐标数据.现在的问题就转换成求一个一系列点围成的区域和其他区域是否存在交集.拿到这个需求我想应该很简单,网上应该有现成的代码吧. 先上成品最初的想法一开始想(XMin,YMin)应该是多边形的左下角,(XMax,YMin)应该是右下角,对应的找到4个顶点转换成矩形应该会好做一点吧.但是GPS测量出来的数

多边形节点编码python脚本

# -*- coding: cp936 -*-#本脚以最左边.Y值最大的点为起始点按顺时针为多边形节点编码,生成一个包含记录编码值和多边形FID字段的点要素类 #注意:#1.本脚本作为arcgis脚本工具使用.脚本测试版本为10.0中文,未装sp5补丁#2.暂不支持带环多边形,处理带环多边形程序直接崩溃#3.本工具脚本用到系统工具"多部分(Multipart)至单部分(Singlepart)",因该工具无法完美处理所有的CAD多边形要素类,# 所以本脚本工具只支持简单CAD多边形要素

目标检测 IOU（交并比）理解笔记

交并比(Intersection-over-Union,IoU): 目标检测中使用的一个概念是产生的候选框(candidate bound)与原标记框(ground truth bound)的交叠率即它们的交集与并集的比值.最理想情况是完全重叠,即比值为1. 基础知识: 交集: 集合论中,设A,B是两个集合,由所有属于集合A且属于集合B的元素所组成的集合,叫做集合A与集合B的交集,记作A∩B. eg: A={1,2,3} B={2,3,4} A n B = {2,3} 并集: 给定两个集合A

pytorch计算多边形的iou

热门专题