计算机视觉 / 系统课时
交并比 IoU
交并比 IoU
本课解决“两个边界框到底有多接近”这一核心问题。你将学会计算 IoU,理解它为何能同时用于正负样本匹配、边界框损失设计和检测结果评估,并能判断高 IoU 与低 IoU 分别意味着什么。
学习目标
- 说清交集、并集与 IoU 的计算关系
- 根据两个矩形坐标完成一次 IoU 计算
- 理解 IoU 在训练、损失和评估中的不同角色
IoU 衡量的是什么
交并比 IoU(Intersection over Union)用于衡量两个区域的重叠程度。目标检测中,这两个区域通常是预测框与真实框。它只关心几何重合,不直接考虑类别是否正确,也不考虑框内像素内容。

设真实框区域为 ,预测框区域为 ,则:
IoU 的取值范围是 。两个框完全不相交时为 0,完全重合时为 1。重叠越充分、额外覆盖越少,IoU 越高。
矩形框的计算过程
假设边界框使用左上角与右下角坐标表示:
- 真实框:
- 预测框:
交集矩形的左上角取两个左上角坐标中的较大值,右下角取两个右下角坐标中的较小值。交集宽高需要与 0 比较,避免不相交时得到负面积。
交集面积为 ,并集面积为 ,最终得到 。
例如真实框为 ,预测框为 。交集宽为 20,高为 30,交集面积为 600;两个框面积都为 1600,并集面积为 ,因此 IoU 约为 0.231。
IoU 在训练中的作用
样本匹配阶段会根据 IoU 判断某个预测位置或候选框应当学习哪个真实目标。通常,IoU 较高的预测负责该目标,IoU 过低的预测被视为背景或忽略样本。具体阈值和分配规则会随 YOLO 版本而变化,因此不能把某个固定阈值当成所有模型的统一标准。
边界框回归阶段也会使用 IoU 及其改进形式构造损失。普通 IoU 在两个框完全不相交时缺少有效的方向信息,因此实践中常见 GIoU、DIoU、CIoU 等变体,它们进一步考虑最小包围区域、中心点距离或宽高比。
IoU 在评估中的作用
评估时,只有类别正确且预测框与真实框的 IoU 达到指定阈值,预测才记为真正例。未达到阈值的框通常记为假正例,对应真实目标还可能形成假负例。
“AP@0.5”表示以 IoU 不低于 0.5 作为匹配条件;“AP@0.5:0.95”则会在多个阈值上计算并取平均。后者对定位精度要求更严格,能够区分“找到了目标”和“框得足够准”。
IoU 阈值不是置信度阈值。前者判断框与真实目标是否重合得足够好,后者判断模型是否愿意保留这个预测。
常见误区
第一,IoU 高不代表类别一定正确。一个框即使与真实目标高度重合,若类别预测错误,评估时仍不能算正确检测。
第二,并集不是两个面积直接相加。交集区域被两个框重复计算,必须减去一次,否则 IoU 会被低估。
第三,IoU 对小目标更敏感。相同的像素偏移发生在小框上,会造成更大的比例误差,因此小目标的 IoU 往往下降得更快。