联合上的交集用作度量或损失答案

【问题标题】：Intersection over Union used as Metric or Loss联合上的交集用作度量或损失
【发布时间】：2022-01-11 00:00:31
【问题描述】：

我目前正在努力理解 IoU 的使用。 IoU 只是一个监控网络质量的 Metric，还是用作损失函数，该值对反向传播有一定影响？

【问题讨论】：

标签： tensorflow pytorch computer-vision conv-neural-network semantic-segmentation

【解决方案1】：

对于用作损失函数的度量，它必须是可微的，具有非平凡的梯度。

例如，在图像分类中，accuracy 是最常见的成功衡量标准。但是，如果您尝试区分准确度，您会发现几乎所有地方的梯度都为零，因此无法以准确度作为损失函数来训练模型。
同样，IoU 在其原生形式中也具有无意义的梯度，不能用作损失函数。但是，extensions to IoU 可以保留梯度，并且可以有效地用作训练的损失函数。

【讨论】：

谢谢，帮了大忙！如果我理解正确的话，正常形式的 IOU 只会帮助评估模型质量，而不是帮助它变得更好？
@Mao76 是的。 IoU 有利于评估，但不适用于训练。
谢谢！您能否描述一下 mAP 和 IoU 之间的关系？