IoU(Universal)의 인터 섹션은 오브젝트 감지 모델의 정확도를 평가하는 데 사용되는 주요 지표입니다. 예측된 경계 상자와 지상 진실 경계 상자 사이의 오버랩을 측정합니다. 더 높은 IoU는 로컬라이제이션 객체에서 더 나은 모델 성능을 나타냅니다.

IoU 소개

IoU는 예측하고 그 조합의 영역으로 지상 진실 상자 사이에 과잉의 영역을 분할하여 계산됩니다. 공식은:

IoU = (오래의 지역) / (오디오의 지역)

값은 0에서 1까지의 범위이며 0은 오버랩이 없고 1은 완벽한 정렬을 나타냅니다.

IoU의 선택

IoU를 준수하려면 다음 단계를 따르십시오.

  • 예측과 지상 진실 상자의 좌표를 결정하십시오.
  • 각 상자의 영역을 계산합니다.
  • 교차로의 좌표를 찾습니다.
  • 교차로의 영역을 Compute.
  • 두 상자의 영역을 추가하여 조합의 영역을 계산하고 교차 구역을 빼.
  • IoU 점수를 얻기 위해 조합 영역의 교차 영역을 나눕니다.

IoU를 사용하여 Model Evaluation

IoU는 검출이 임계 값에 따라 정확하고, 일반적으로 0.5에서 설정되는지 결정하는 데 사용됩니다. IoU가 이 임계값을 초과하면 검출은 진정한 긍정적으로 간주됩니다. 낮은 IoU 임계 값은 더 lenient 평가를 위해 사용될 수 있으며, 더 높은 임계 값이 더 정확한 로컬라이제이션을 요구할 수 있습니다.

평균 정밀도(mAP)와 같은 미터는 IoU 임계값을 통합하여 다른 객체 클래스와 자신감을 감지하는 수준에서 전반적인 모델 성능을 평가합니다.