Que signifie "IoU"?
Table des matières
IoU, ou Intersection over Union, c'est un moyen de mesurer à quel point un modèle informatique est bon pour reconnaître des objets dans des images. Ça regarde le chevauchement entre la zone prédite par le modèle et la zone réelle de l'objet.
Comment ça marche
-
Comparer les zones : Imagine que tu as un rectangle dessiné autour d'un objet dans une image, comme une voiture. Le modèle trace aussi un rectangle autour de la même voiture. IoU vérifie combien les deux rectangles se chevauchent.
-
Calculer le score : Le score se calcule en divisant la zone de chevauchement par la zone totale couverte par les deux rectangles. Un score de 1 signifie un chevauchement parfait, tandis qu'un score de 0 signifie aucun chevauchement.
Importance de l'IoU
L'IoU aide à évaluer à quel point un modèle est efficace pour segmenter ou identifier différentes parties d'une image. Un score IoU plus élevé signifie une meilleure performance. C'est super utilisé dans des tâches comme l'analyse d'images médicales, la reconnaissance faciale et la segmentation de bâtiments à partir d'images aériennes.