YOLO 中的联合交叉 (IOU) 基本事实

Question

我正在尝试理解 YOLO 中 IOU 的概念。我读到它是预测边界框和真实边界框之间的重叠区域。这是训练数据所必需的，您可以手动放置地面实况边界框。我的问题是，如果你想在新图像上应用 YOLO，它是如何知道 ground truth 边界框的？

问候， 布莱恩

Answer 1

如果我们有两个边界框，那么，IoU 定义为

[Source]

它有两个用途：

1. 它有助于我们对模型预测的准确性进行基准测试。使用它，我们可以计算出我们预测的边界框与真实边界框的重叠程度。 IoU 越高，性能越好。 结果可以解释为

2. 它可以帮助我们删除同一对象的重复边界框。为此，我们按照置信度的降序对所有预测/对象进行排序。如果两个边界框都指向同一个对象，那么它们的 IoU 肯定会非常高。在这种情况下，我们选择置信度较高的框（即第一个框）并拒绝第二个框。如果 IoU 非常低，这可能意味着这两个框指向同一类的不同对象（例如同一张图片中的不同狗或不同猫）。

---

您指的是第一部分，检查模型/预测的准确性。应该注意的是，这一步是在学习阶段完成的，特别是在训练完成时。数据集分为训练集和验证集。验证数据集是用于检查性能的数据集，正如您所说，地面实况框是由用户手动提供的。

这不会在模型完成训练并正在使用/部署后完成。这时候，我们使用IoU的第二个应用，用它来去除重复的bounding box。