Intersection over Union (IoU)

L’intersection sur union (IoU) est une métrique fondamentale utilisée en vision par ordinateur pour quantifier la précision d’un détecteur d’objets en mesurant le chevauchement entre deux contours. Souvent appelée techniquement indice de Jaccard, l’IoU évalue dans quelle mesure une boîte englobante prédite s’aligne sur la boîte de vérité terrain, c’est-à-dire l’emplacement réel de l’objet tel qu’il a été annoté par un annotateur humain. Le score va de 0 à 1 : 0 indique l’absence de chevauchement et 1 représente une correspondance parfaite, pixel par pixel. Cette métrique est essentielle pour évaluer la précision spatiale de modèles comme YOLO26, en allant au-delà de la simple classification pour garantir que le système sait exactement où se trouve un objet.

Les mécanismes de mesure du chevauchement#

Le concept à la base de l’IoU est intuitif : elle calcule le rapport entre la surface d’intersection de deux boîtes et la surface totale couverte par les deux boîtes combinées, c’est-à-dire leur union. Comme ce calcul normalise le chevauchement par la taille totale des objets, l’IoU constitue une métrique indépendante de l’échelle. Cela signifie qu’elle fournit une évaluation équitable des performances, que le modèle de vision par ordinateur détecte un immense cargo ou un minuscule insecte.

Dans les workflows standard de détection d’objets, l’IoU est le principal filtre permettant de déterminer si une prédiction est un « vrai positif » ou un « faux positif ». Lors de l’évaluation, les ingénieurs définissent un seuil spécifique, généralement de 0,50 ou 0,75. Si le score de chevauchement dépasse cette valeur, la détection est considérée comme correcte. Ce processus de seuillage est une condition préalable au calcul de métriques de performance agrégées telles que la précision moyenne (mAP), qui résume la précision du modèle pour différentes classes et différents niveaux de difficulté.

Applications concrètes#

Une précision spatiale élevée est essentielle dans les secteurs où des approximations imprécises peuvent entraîner des défaillances ou des risques pour la sécurité. L’IoU garantit que les systèmes d’IA perçoivent le monde physique avec précision.

• Conduite autonome : Dans le domaine de l’IA dans l’automobile, les voitures autonomes doivent faire plus que simplement détecter la présence d’un piéton ; elles doivent connaître sa position précise par rapport à la voie. Des scores IoU élevés lors des tests valident que la pile de perception du véhicule autonome peut délimiter précisément les obstacles, ce qui permet de planifier des trajectoires sûres et d’éviter les collisions.
• Médecine de précision : Pour l’IA dans le domaine de la santé, l’IoU est essentielle pour des tâches comme la segmentation de tumeurs dans des IRM. Les radiologues s’appuient sur l’analyse d’images médicales pour mesurer la croissance ou la réduction des anomalies. Un modèle affichant une IoU élevée garantit que le contour prédit suit de près le bord réel de la tumeur, ce qui est crucial pour déterminer la dose en radiothérapie et épargner les tissus sains.

Calculer l’IoU avec Python#

Bien que le concept soit géométrique, sa mise en œuvre est mathématique. Le paquet ultralytics fournit des utilitaires optimisés pour calculer efficacement l’IoU, ce qui est utile pour vérifier le comportement d’un modèle ou filtrer les prédictions.

import torch
from ultralytics.utils.metrics import box_iou

# Define ground truth and prediction boxes: [x1, y1, x2, y2]
ground_truth = torch.tensor([[100, 100, 200, 200]])
predicted = torch.tensor([[110, 110, 210, 210]])

# Calculate the Intersection over Union score
iou_score = box_iou(ground_truth, predicted)

print(f"IoU Score: {iou_score.item():.4f}")
# Output: IoU Score: 0.6806

IoU lors de l’entraînement et de l’optimisation des modèles#

Au-delà de son rôle d’indicateur, l’IoU est un composant actif de l’entraînement des réseaux d’apprentissage profond.

• Évolution des fonctions de perte : Les métriques de distance traditionnelles comme l’erreur quadratique moyenne (MSE) ne parviennent souvent pas à capturer les propriétés géométriques des boîtes englobantes. Les détecteurs modernes utilisent des fonctions de perte fondées sur l’IoU, telles que l’IoU généralisé (GIoU) et l’IoU complet (CIoU). Ces fonctions avancées aident le réseau neuronal à converger plus rapidement en prenant en compte les rapports d’aspect et les distances entre les points centraux.
• Suppression des doublons : Lors de l’inférence, un modèle peut identifier plusieurs fois le même objet avec des boîtes légèrement différentes. Une technique appelée suppression non maximale (NMS) utilise l’IoU pour identifier ces doublons qui se chevauchent. Elle conserve la boîte ayant le score de confiance le plus élevé et supprime les boîtes environnantes présentant une IoU élevée avec celle retenue, afin de garantir une sortie finale propre.

Distinguer l’IoU des métriques associées#

Pour évaluer efficacement les modèles d’apprentissage automatique, il est important de distinguer l’IoU des autres métriques de similarité.

• IoU et exactitude : Alors que l’exactitude mesure la fréquence à laquelle un modèle prédit la classe correcte, par exemple « chien » ou « chat », elle ignore l’emplacement. Un modèle pourrait atteindre une exactitude de classification de 100 %, mais une IoU de 0 % s’il dessine la boîte dans le mauvais coin de l’image. L’IoU cible spécifiquement la qualité de la localisation.
• IoU et coefficient de Dice : Les deux métriques mesurent la similarité entre ensembles, mais le coefficient de Dice, c’est-à-dire le score F1 du chevauchement des pixels, accorde davantage de poids à l’intersection. Le coefficient de Dice est plus couramment utilisé comme référence pour les tâches de segmentation sémantique impliquant des formes irrégulières, tandis que l’IoU est la référence pour la détection d’objets à l’aide de boîtes englobantes rectangulaires.

Pour obtenir des scores IoU élevés, les modèles nécessitent des données d’entraînement précises. Des outils comme l’Ultralytics Platform facilitent la création d’annotations de données de haute qualité, permettant aux équipes de visualiser les boîtes de vérité terrain et de vérifier qu’elles s’ajustent étroitement aux objets avant le début de l’entraînement.