Que signifie "Intersection sur Union"?
Table des matières
L'Intersection Over Union, ou IoU, c'est une mesure qui sert à évaluer à quel point un modèle arrive à identifier et segmenter des objets dans des images. Ça compare la zone où l'objet prédit se superpose à l'objet réel par rapport à la zone totale couverte par les deux.
Comment ça marche
Pour comprendre l'IoU, pense à ça comme une façon de voir à quel point deux formes sont proches l'une de l'autre. Quand un modèle prédit un objet dans une image, on peut tracer une forme autour de cette prédiction et la comparer à la forme réelle de l'objet.
Pourquoi c'est important
L'IoU est super utile dans des domaines comme l'imagerie médicale et les voitures autonomes, où c'est crucial de bien identifier les différentes parties d'une image, comme des tumeurs dans des scans ou des obstacles sur la route. Un IoU plus élevé signifie que le modèle capte mieux ce qu'il regarde.
Notation
Le score de l'IoU va de 0 à 1. Un score de 1 veut dire que les prédictions correspondent parfaitement à l'objet réel. Un score plus proche de 0 indique une mauvaise prédiction. Cette notation aide à évaluer et améliorer les modèles pour une meilleure précision dans des applications réelles.