我有一个函数可以计算两个矩形/边界框的欠条。

def intersection_over_union(boxA, boxB):
    # determine the (x, y)-coordinates of the intersection rectangle
    xA = max(boxA[0], boxB[0])
    yA = max(boxA[1], boxB[1])
    xB = min(boxA[2], boxB[2])
    yB = min(boxA[3], boxB[3])

    # compute the area of intersection rectangle
    interArea = max(0, xB - xA + 1) * max(0, yB - yA + 1)

    # compute the area of both the prediction and ground-truth
    # rectangles
    boxAArea = (boxA[2] - boxA[0] + 1) * (boxA[3] - boxA[1] + 1)
    boxBArea = (boxB[2] - boxB[0] + 1) * (boxB[3] - boxB[1] + 1)

    # compute the intersection over union by taking the intersection
    # area and dividing it by the sum of prediction + ground-truth
    # areas - the interesection area
    iou = interArea / float(boxAArea + boxBArea - interArea)

    # return the intersection over union value
    return iou

现在我想用另一个列表的bbox计算一个列表的bbox的所有借条，也就是说，如果列表A包含4个bbox，列表B包含3个bbox，那么我想要一个包含所有可能的借条的4x3矩阵。
当然，我可以使用这样的两个循环来完成此操作

import numpy as np

n_i = len(bboxes_a)
n_j = len(bboxes_b)
iou_mat = np.empty((n_i, n_j))
for i in range(n_i):
    for j in range(n_j):
        iou_mat[i, j] = intersection_over_union(bboxes_a[i], bboxes_b[j])

但这种方法非常慢，特别是当列表变得非常大的时候。
我正在努力寻找一种更有效的方法。肯定有一种方法可以利用NumPy来消除循环，但我不明白。而且现在的复杂度是O(m*n)。有没有可能降低复杂性？