Letecký slovník

Co je průnik nad sjednocením (IoU)?

Computer Vision · Machine Learning 8 jazyky
Definice
Průnik nad sjednocením (IoU) je skóre, které měří překryv dvou oblastí jako sdílenou plochu dělenou celkovou plochou.

Průnik nad sjednocením (IoU) je skóre, které měří překryv dvou oblastí jako sdílenou plochu dělenou celkovou plochou. Těmito oblastmi bývají predikovaná maska nebo obdélník a referenční maska nebo obdélník (ground truth).

Výpočet

IoU = |A ∩ B| / |A ∪ B|

A je predikovaná oblast a B je referenční oblast. Průnik je plocha, která patří oběma. Sjednocení je plocha, která patří alespoň jedné z nich. Hodnota je 0, když se oblasti nepřekrývají, a 1, když jsou shodné. Stejné skóre je Jaccardův index.

U pixelové masky lze IoU zapsat také jako TP / (TP + FP + FN). TP je počet pixelů v obou maskách. FP je počet pixelů jen v predikci. FN je počet pixelů jen v referenční masce.

Dva překrývající se tvary se zvýrazněným průnikem a obrysem sjednocení

Použití v benchmarcích

Úloha detekce PASCAL VOC počítá predikovaný obdélník jako správný, když je jeho IoU s referenčním obdélníkem nad 0,5. Autoři VOC nastavili tento práh záměrně nízko, protože referenční obdélníky nejsou přesné. Od VOC2008 úloha segmentace VOC také hodnotí každou třídu pomocí TP / (TP + FP + FN).

Kód vyhodnocení COCO udává průměrnou přesnost při IoU 0,50, při IoU 0,75 a průměr přes deset prahů od 0,50 do 0,95.

Střední IoU

Střední IoU (mIoU) je IoU každé třídy zprůměrované přes všechny třídy.

IoU a koeficient Dice

Koeficient Dice (Sørensen-Dice) měří stejný překryv na jiné stupnici. S označuje Dice a J označuje IoU:

  • S = 2J / (1 + J)
  • J = S / (2 - S)

Pro stejný pár masek je Dice rovno nebo vyšší než IoU. Segmentace s TP = 80, FP = 20 a FN = 20 má IoU 0,67 a Dice 0,80. Skóre porovnávejte jen tehdy, když používají stejnou metriku.

Použití při segmentaci trhlin ve vozovkách

Publikované modely segmentace trhlin ve vozovkách, například Context-CrackNet, uvádějí mIoU spolu se skóre Dice. Hodnota IoU porovnává masku modelu s referenční maskou. Neudává šířku, délku ani závažnost trhliny.

Často kladené otázky

Jak se IoU počítá?
IoU je plocha průniku dvou oblastí dělená plochou jejich sjednocení. U pixelových masek se rovná TP / (TP + FP + FN). TP jsou pixely v obou maskách. FP jsou pixely jen v predikci. FN jsou pixely jen v referenční masce (ground truth). Výsledek je mezi 0 a 1.
Jaký je rozdíl mezi IoU a koeficientem Dice?
Obě metriky měří překryv a jednu lze převést na druhou. Dice = 2 x IoU / (1 + IoU) a IoU = Dice / (2 - Dice). Dice je tedy pro stejný pár masek rovno nebo vyšší než IoU. IoU 0,5 odpovídá Dice přibližně 0,67.
Jaký práh IoU se počítá jako správná detekce?
Záleží na benchmarku. Úloha detekce PASCAL VOC vyžaduje poměr překryvu nad 0,5. Vyhodnocení COCO udává průměrnou přesnost při IoU 0,50, při IoU 0,75 a průměr přes deset prahů od 0,50 do 0,95 s krokem 0,05.

Toto je referenční položka. TarmacView poskytuje služby inspekce drony a neprodává zařízení ani materiály popsané v tomto slovníku.

Začněte Potřebujete ověřit osvětlení vašeho letiště? TarmacView kontroluje PAPI, dráhu a přibližovací osvětlení dronem mezi pohyby letadel a dodává zprávu o shodě určenou pro vašeho regulátora. Inspekce vozovky a překážek jsou ve vývoji.
Pokračovat ve čtení

Zjistit více

03 STRÁNKY
Instanční segmentace
glossary

Instanční segmentace

Instanční segmentace přiřadí každému objektu na snímku vlastní třídu a vlastní pixelovou masku. Čím se liší od detekce objektů a sémantické segmentace.

Matice záměn
glossary

Matice záměn

Matice záměn je tabulka, která počítá, jak model klasifikace zařazuje položky do predikovaných tříd. Jak ji číst a které metriky z ní plynou.

Přesnost, úplnost a skóre F1 v detekci vad
glossary

Přesnost, úplnost a skóre F1 v detekci vad

Přesnost, úplnost a skóre F1 jsou klasifikační metriky používané k hodnocení výkonu modelů umělé inteligence a strojového učení při detekci vad vozovek a infrastruktury. Přesnost měří podíl správně detekovaných vad, úplnost měří podíl skutečných vad, které byly nalezeny, a F1 je jejich harmonický průměr.