這是目標檢測領域的首選評估指標。計算兩個邊界框的IoU時,如果它們有重疊區域,就測量重疊面積,然後除以兩個框所覆蓋的總面積。
你是否曾經訓練過一個模型,在評估指標上表現出色,但在實際視覺化邊界框時,卻發現它在許多情況下都失敗了?這可能是因為像簡單交併比(IoU)這樣的標準指標並沒有很好地捕捉到你所期望的模型行為。
簡單的IoU在當前階段已經顯得有些過時了。
IoU作為一個評估指標可能還算不錯,儘管它仍然存在一些問題。但重要的是,其實已經有很多更新、更智慧的指標。讓我們來看看其中的幾個,這樣你可能就會重新考慮是否要在模型訓練、評估和推理中繼續使用IoU這個過時的指標。
https://avoid.overfit.cn/post/fd8eff2b11f14aba890d45649d72a44a