如何在对象检测中找到给定IoU数组的最佳对

如何解决如何在对象检测中找到给定IoU数组的最佳对

我正在计算用于物体检测的评估指标，似乎很难找到最佳的IoU指数。我想将每个预测分配给基本事实。对于以下示例，我应该如何找到最佳的联合交叉口（IoU）索引？

例如。我有3个地面真实（GT）BBoxes和4个预测BBoxes。用GT计算每个预测的IoU之后，我得到的结果为4x3。在下面的示例中，我们可以看到列= GT = 3，行=预测= 4。

                     GT1     GT2     GT3
    IoU = np.array([[0.7000,0.0000,0.7000],[0.8000,0.9500,0.6000],[0.6500,0.7500,0.5500],[0.0000,0.7000,0.7000]])

预期输出：分配给预测的最佳IoU的列索引（GT）。输出形状的长度等于预测的长度。

output = [0,1,-1,2]

有一些将预测分配给地面真理的规则。

1. 已选择具有最佳IoU的预测，
2. IoU为0的预测不应分配给GT。
3. 每个GT只能分配给一个预测。
4. 如果某些预测未分配给任何GT，则该预测的结果应为-1
5. IoU值介于0到1之间。1是100％匹配，0是0％匹配。