目标检测的“精准度标尺“：IOU（交并比）全解析

大家好！今天要带大家彻底搞懂目标检测领域的核心指标——IOU（Intersection over Union）！这个指标就像考试时的"及格线"，无论是评估模型还是优化算法都离不开它。让我们用最通俗的方式揭开它的神秘面纱！✨

---

🤔 IOU是什么？

想象你正在用AI识别图片中的猫咪🐱：

• 真实框（Ground Truth）：专家手动标注的红色框
• 预测框（Prediction）：AI自动生成的蓝色框

IOU就是衡量这两个框重叠程度的指标🍰

（绿色为真实框，红色为预测框，黄色是重叠区域）

​IOU（Intersection over Union，交并比）​​ 是目标检测中衡量预测框与真实框重叠程度的核心指标。简单来说，它计算的是两个边界框的 ​​交集面积​​ 与 ​​并集面积​​ 的比值。

• ​​取值范围​​：[0, 1]

  • IOU=1：预测框与真实框完全重合（理想情况）。

  • IOU≈0.5：部分重叠（常用阈值，如 PASCAL VOC 数据集）。

  • IOU=0：完