IoUとは
IoU（Intersection over Union：和集合に対する積集合の比率）とは、物体検出やセグメンテーションにおいて、予測結果と正解データの一致度を測る評価指標です。2つの領域の重なり具合を0から1の値で表し、1に近いほど予測が正確であることを示します。Jaccard係数とも呼ばれます。
IoUの計算方法
IoUは「2つの領域の交差部分の面積」を「2つの領域の和集合の面積」で割って計算します。数式で表すと、IoU = |A ∩ B| / |A ∪ B| となります。例えば、予測ボックスと正解ボックスが完全に一致する場合はIoU=1、まったく重なっていない場合はIoU=0です。一般に、IoUが0.5以上であれば検出成功と判定されることが多く、データセットや用途に応じてこの閾値は調整されます。COCOデータセットでは0.5から0.95まで0.05刻みで複数の閾値を使って評価します。
IoUの応用と発展
IoUは物体検出の評価だけでなく、NMS（非最大値抑制）での重複検出の除去、アンカーボックスと正解ボックスのマッチングにも使われます。IoUの改良版として、GIoU（Generalized IoU）、DIoU（Distance IoU）、CIoU（Complete IoU）などが提案されており、位置のずれやアスペクト比の違いをより適切に評価できるようになっています。これらの改良版IoUは損失関数としても利用され、学習の改善に貢献しています。