Table of Contents
यूनियन (IoU) पर अंतर्विभाग एक प्रमुख मीट्रिक है जिसका उपयोग ऑब्जेक्ट डिटेक्शन मॉडल की सटीकता का मूल्यांकन करने के लिए किया जाता है। यह भविष्यवाणी की गई बाध्यता बॉक्स और ग्राउंड सत्य सीमा बॉक्स के बीच ओवरलैप को मापता है। एक उच्च IoU स्थानीय वस्तुओं में बेहतर मॉडल प्रदर्शन को इंगित करता है।
IoU को समझना
IoU की गणना उनके संघ के क्षेत्र द्वारा पूर्वानुमानित और जमीनी सत्य बक्से के बीच ओवरलैप के क्षेत्र को विभाजित करके की जाती है। सूत्र यह है:
]IoU = (Area of Overlap) / (Area of Union)
मान 0 से 1 तक होते हैं, जहां 0 का मतलब कोई ओवरलैप नहीं होता है और 1 सही संरेखण को इंगित करता है।
IoU की गणना
IoU की गणना करने के लिए, इन चरणों का पालन करें:
- भविष्यवाणी और जमीन सच्चाई बक्से के निर्देशांक निर्धारित करें।
- प्रत्येक बॉक्स के क्षेत्र की गणना करें।
- प्रतिच्छेदन आयत के निर्देशांक का पता लगाएं।
- चौराहे के क्षेत्र को पूरा करें।
- दोनों बक्से के क्षेत्रों को जोड़कर और चौराहे क्षेत्र को घटाकर संघ के क्षेत्र की गणना करें।
- IoU स्कोर प्राप्त करने के लिए संघ क्षेत्र द्वारा चौराहे क्षेत्र को विभाजित करें।
IoU का उपयोग मॉडल मूल्यांकन के लिए करना
IoU का उपयोग यह निर्धारित करने के लिए किया जाता है कि क्या एक पहचान एक सीमा के मूल्य के आधार पर सही है, आमतौर पर 0.5 पर निर्धारित किया जाता है। यदि IoU इस सीमा से अधिक है, तो पता लगाने को एक वास्तविक सकारात्मक माना जाता है। निचले IoU सीमा का उपयोग अधिक लेनिएंट मूल्यांकन के लिए किया जा सकता है, जबकि उच्च सीमा अधिक सटीक स्थानीयकरण की मांग करती है।
औसत औसत परिशुद्धता (mAP) जैसे मीट्रिक अलग-अलग ऑब्जेक्ट वर्गों में समग्र मॉडल प्रदर्शन का मूल्यांकन करने और विश्वास स्तर का पता लगाने के लिए IoU सीमा को शामिल करते हैं।