L'Intersection sur l'Union (IoU) est une métrique utilisée pour évaluer le accuracy of détection d'objets models, particularly in vision par ordinateur. It quantifies the overlap between two regions: the predicted bounding box (the area where the model believes an object exists) and the vérité terrain boîte englobante (la zone réelle où se trouve l'objet).
Pour calculer l'IoU, vous déterminez d'abord la zone d'intersection entre les boîtes prédites et de vérité terrain, qui est la région où les deux boîtes se chevauchent. Ensuite, vous calculez la zone de l'union, qui est la zone totale couverte par les deux boîtes combinées. La formule pour l'IoU est :
IoU = (Surface de l'intersection) / (Surface de l'union)
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 détection d'objets.
En pratique, l'IoU est crucial dans des tâches telles que segmentation d'image, 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 modèles d'IA dans les tâches de vision par ordinateur.