Intersection Over Union

定义 Definition

Intersection over Union（IoU）：计算两个区域（常见为两个边界框或两个分割掩膜）重叠程度的指标，等于“交集面积 ÷ 并集面积”。在目标检测与图像分割中常用于评估预测与真实标注的匹配质量（取值 0～1，越大越好）。也常写作 IoU。（该术语在别的领域也可泛化为集合重叠度量。）

发音 Pronunciation (IPA)

/ˌɪntəˈsɛkʃən ˈoʊvər ˈjuːniən/

例句 Examples

We report the model’s Intersection over Union on the validation set.
我们在验证集上报告模型的交并比（IoU）。

To count a detection as correct, we require an Intersection over Union of at least 0.5 between the predicted box and the ground-truth box, then compute precision and recall.
为了将一次检测判为正确，我们要求预测框与真实框的交并比（IoU）至少为 0.5，然后再计算精确率与召回率。

词源 Etymology

该表达来自集合论/几何中的“intersection（交集）”与“union（并集）”。在计算机视觉里把目标区域看成集合（像素集合或平面区域），用“交集/并集”的比值衡量重叠程度；数学上与Jaccard 指数是同一概念，因此也常被称为 Jaccard overlap。缩写 IoU 在论文与工程实践中极为常见。

相关词 Related Words

• Jaccard Index
• Dice Coefficient
• Overlap
• Bounding Box
• Segmentation
• Precision
• Recall
• Threshold

文学与著作中的用例 Literary Works

• Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks（常用 IoU 来定义正负样本与评估检测框匹配）
• *You Only Look Once: Unified, Real-Time Object Detection (YOLO)*（讨论检测评估与阈值设定时频繁涉及 IoU）
• Mask R-CNN（在实例分割评估中使用 IoU/AP 等指标）
• The PASCAL Visual Object Classes (VOC) Challenge 相关论文/报告（以 IoU 阈值作为目标检测评估标准的重要来源）