ユニオン(IoU)上の断面は、オブジェクト検出モデルの精度を評価するために使用される重要なメトリックです。予測境界ボックスと地上の真理境界ボックスの間の重複を測定します。より高いIoUは、オブジェクトをローカライズする上でより良いモデル性能を示しています。

伊藤 知

予測された真理ボックスと、そのユニオン領域の真理ボックスの間の重なりの領域を分割することによってIoUが計算されます。 式は次のとおりです。

IoU = (オーバーラップの領域)/(ユニオンの領域)

値は0から1の範囲で、0は重複せず、1は完璧なアライメントを示しています。

伊藤 洋

IoUを計算するには、次の手順を実行します。

  • 予測されたおよび地上の真理ボックスの座標を決定します。
  • 各ボックスの面積を計算します。
  • 交差点の長方形の座標を見つけます。
  • 交差点のエリアを計算します。
  • 箱の領域を追加し、交差点の領域を割くことで、ユニオンの領域を計算します。
  • ユニオンエリアの交差点を分割して、IoUのスコアを取得します。

型式評価用IoU

IoUは、一般的に0.5で設定されたしきい値に基づいて検出が正しいかどうかを判断するために使われます。 IoUがこのしきい値を超えると、検出は真正とみなされます。 より低いIoUのしきい値は、より十分な評価に使用できるかもしれませんが、より高いしきい値はより正確なローカライゼーションを要求します。

平均精度(mAP)などのメトリックは、IoUの閾値を組み込んで、さまざまなオブジェクトクラスと検出の自信レベルにわたって全体的なモデル性能を評価することができます。