Intersection over Union (IoU) ist eine Metrik zur Bewertung der accuracy of Objekterkennung models, particularly in Computer Vision. It quantifies the overlap between two regions: the predicted bounding box (the area where the model believes an object exists) and the tatsächlichen (Ground-Truth-) Begrenzungsrahmen. Der IoU wird berechnet, indem die Fläche von Begrenzungsrahmen (der tatsächliche Bereich, in dem sich das Objekt befindet).
Um IoU zu berechnen, bestimmen Sie zunächst die Fläche der Schnittmenge zwischen den vorhergesagten und den Ground-Truth-Boxen, also den Bereich, in dem sich beide Boxen überlappen. Als Nächstes berechnen Sie die Fläche der Vereinigung, also die Gesamtfläche, die von beiden Boxen abgedeckt wird. Die Formel für IoU lautet:
IoU = (Fläche der Schnittmenge) / (Fläche der Vereinigung)
The resulting value ranges from 0 to 1, where 0 indicates no overlap and 1 indicates perfect overlap. A higher IoU value signifies better performance of the Objekterkennungsmodell.
In der Praxis ist IoU entscheidend bei Aufgaben wie Bildsegmentierung, object detection, and visual tracking. It helps in setting thresholds to determine whether a predicted bounding box is considered a true positive or a false positive. For example, in many applications, an IoU threshold of 0.5 is commonly used, meaning that if the IoU between the predicted box and ground truth box is greater than 0.5, the prediction is considered correct.
Overall, IoU is a fundamental concept in evaluating and improving the performance of KI-Modelle in Computer-Vision-Aufgaben.