Intersection over Union (IoU) é uma métrica usada para avaliar o accuracy of detecção de objetos models, particularly in visão computacional. It quantifies the overlap between two regions: the predicted bounding box (the area where the model believes an object exists) and the caixas delimitadoras de verdade caixa delimitadora (a área real onde o objeto está localizado).
Para calcular o IoU, primeiro você determina a área de interseção entre as caixas prevista e de verdade, que é a região onde ambas se sobrepõem. Em seguida, você calcula a área da união, que é a área total coberta por ambas as caixas combinadas. A fórmula para o IoU é:
IoU = (Área de Interseção) / (Área de União)
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 de detecção de objetos.
Na prática, o IoU é crucial em tarefas como segmentação de imagem, 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 modelos de IA em tarefas de visão computacional.