机器学习笔记 - IOU、mAP、ROC、AUC、准确率、召回率、F分数

一、什么是交并比？

1、交并比(IOU)概述

        交并比（Intersection over Union） 是一种评估指标，用于衡量目标检测器在特定数据集上的准确性。任何提供预测边界框作为输出的算法都可以使用 IoU 进行评估。

        只要有测试集手工标记的边界框和我们模型预测的边界框。就可以计算交并比。

• R1：真实的边界框矩形的范围；
• R2：预测出来的矩形的范围；
• Rol：R1和R2重合的范围。

        如下图所示

        IOU值体现了单个对象预测的准确性。 一般来说，如果 IOU 分数 > 0.5，则认为它是一个很好的注释。不过，这还是因项目而异。

2、计算交并比(IOU)

        参考代码

import n