Que signifie "Moyenne de l'Intersection sur l'Union"?
Table des matières
L'Intersection over Union moyen (mIoU) est un moyen courant de mesurer à quel point un modèle peut identifier et segmenter des objets dans des images. Ça regarde à quel point les étiquettes prédites correspondent aux étiquettes réelles pour différentes parties d'une image.
Comment ça marche
Quand une image est analysée, le modèle fait des suppositions sur les parties qui appartiennent à différents objets. Le mIoU vérifie combien de ces suppositions s'alignent avec les vraies étiquettes. Il fait ça en comparant la zone de chevauchement des objets devinés avec les objets réels. Un score mIoU plus élevé signifie une meilleure performance, montrant que le modèle identifie correctement plus d'objets dans l'image.
Importance
Le mIoU est particulièrement important dans des tâches comme la segmentation sémantique, où il est crucial de séparer avec précision différents objets dans une image. Ça aide les chercheurs et les développeurs à comprendre à quel point leurs modèles fonctionnent bien, guidant les améliorations et les ajustements dans leurs approches.