01 / UNDERSTAND
仕組みと使いどころ
物体検出では、予測した矩形と正解矩形の重なりを比較するために使われます。Torchvisionのbox_iouは、二組の矩形について全組み合わせのIoUを計算し、行列として返します。軸に平行な矩形に加え、指定された形式の回転矩形にも対応します。同じ定義を持つJaccard係数は、予測ラベル集合と正解ラベル集合の比較にも使用されます。二値、多クラス、マルチラベルの評価では、対象ラベルや集計方法を指定できます。正解と予測の両方に対象ラベルがない場合はゼロ除算となり、scikit-learnでは設定に従った値を返します。
02 / IN PRACTICE
IoUの活用例
たとえば、こんな場面で
物体検出では、予測矩形と正解矩形の各組み合わせについてIoUを計算し、重なりの大きさを比較できます。
03 / GOOD TO KNOW
使うときのポイント
矩形の座標形式や対象集合をそろえて計算します。分類で利用する場合は、binary、micro、macro、samples、weightedなどの集計方法も明記してください。
参考資料
box_iou — Torchvision 0.29 documentation （新しいタブで開きます）jaccard_score （新しいタブで開きます）用語の説明や活用例に関連する参考資料です。
READ & LEARN
記事一覧を見る 用語を知ったら、活用を知る。
AI LABで、AIの動向や業務に取り入れるヒントを読む。