Intersection over Union (IoU)

Intersection over Union (IoU) は、2つの境界間の重なりを測定することで、オブジェクト検出器の精度を定量化するためにコンピュータビジョンで使用される基本的な指標です。技術的にはしばしばJaccard Indexと呼ばれるIoUは、予測されたbounding boxが正解ボックス（人間のアノテーターによってラベル付けされたオブジェクトの実際の場所）とどれほど一致しているかを評価します。スコアは0から1の範囲であり、0は重なりがないことを示し、1はピクセル単位で完全に一致していることを表します。この指標は、YOLO26のようなモデルの空間的精度を評価するために不可欠であり、単純な分類を超えて、システムがオブジェクトの正確な位置を把握していることを保証します。

重なりを測定する仕組み#

IoUの背後にある概念は直感的です。2つのボックスが交差する面積の比率を、両方のボックスが占める総面積（和集合）で計算します。この計算は重なりをオブジェクトの総サイズで正規化するため、IoUはスケール不変の指標として機能します。これは、computer visionモデルが巨大な貨物船を検出しているか、小さな昆虫を検出しているかに関わらず、パフォーマンスの公平な評価を提供することを意味します。

標準的なobject detectionのワークフローにおいて、IoUは予測が「True Positive」であるか「False Positive」であるかを判断するための主要なフィルターです。評価中、エンジニアは通常0.50または0.75という特定のしきい値を設定します。重なりスコアがこの数値を超えた場合、検出は正解としてカウントされます。このしきい値処理プロセスは、さまざまなクラスや難易度レベルにわたってモデルの精度をまとめるMean Average Precision (mAP)のような集計パフォーマンス指標を計算するための前提条件です。

実社会での応用#

曖昧な近似が失敗や安全上の危険につながる産業において、高い空間精度は不可欠です。IoU は、AI システムが物理世界を正確に認識していることを保証します。

• 自動運転: AI in Automotiveの分野において、自動運転車は歩行者が存在することを単に検出するだけでなく、車線に対する歩行者の正確な位置を知る必要があります。テスト中の高いIoUスコアは、autonomous vehicleの認識スタックが障害物を正確に輪郭描きできることを実証し、安全な軌道計画と衝突回避を可能にします。
• 精密医療: AI in Healthcareにおいて、IoUはMRIスキャンでの腫瘍セグメンテーションなどのタスクにとって不可欠です。放射線科医はmedical image analysisに頼って、異常の成長や縮小を測定します。高いIoUを持つモデルは、予測された境界が実際の腫瘍の端に密接に従うことを保証します。これは、放射線治療における線量の決定や健康な組織の温存にとって極めて重要です。

Python で IoU を計算する#

概念は幾何学的ですが、実装は数学的です。ultralyticsパッケージは、IoUを効率的に計算するための最適化されたユーティリティを提供します。これは、モデルの動作の検証や予測のフィルタリングに役立ちます。

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

モデルの学習と最適化における IoU#

IoU はスコアカードとしての役割を超えて、ディープラーニングネットワークの学習における能動的なコンポーネントでもあります。

• 損失関数の進化: 平均二乗誤差（MSE）のような従来の距離指標は、バウンディングボックスの幾何学的特性を捉えられないことがよくあります。近代的な検出器は、一般化IoU（GIoU）や完全IoU（CIoU）などのIoUベースのloss functionsを利用しています。これらの高度な関数は、アスペクト比と中心点間の距離を考慮することで、neural networkがより速く収束するように誘導します。
• 重複の削除: 推論中、モデルはわずかに異なるボックスで同じオブジェクトを複数回識別する場合があります。Non-Maximum Suppression (NMS)と呼ばれる技術は、IoUを使用してこれらの重なり合う重複を識別します。最も高いconfidence scoreを持つボックスを保持し、勝者と高いIoUを持つ周囲のボックスを抑制することで、クリーンな最終出力を確保します。

関連メトリクスと IoU の違い#

machine learningモデルを効果的に評価するには、IoUを他の類似度指標と区別することが重要です。

• IoUと精度の比較: Accuracyはモデルが正しいクラスを予測する頻度を測定しますが（例：「犬」対「猫」）、位置は無視します。モデルが画像の隅違いの場所にボックスを描画した場合、分類精度が100%であってもIoUは0%になる可能性があります。IoUは特にローカライゼーションの品質を対象としています。
• IoUとDice係数の比較: どちらの指標もセットの類似度を測定しますが、Dice Coefficient（ピクセル重複のF1スコア）は交差部分に重みを置きます。不規則な形状を含むsemantic segmentationタスクではDiceが標準的であることが多い一方、長方形のバウンディングボックス検出ではIoUが標準です。

高いIoUスコアを達成するには、モデルに正確なトレーニングデータが必要です。Ultralytics Platformのようなツールは、高品質なdata annotationsの作成を容易にし、チームが正解ボックスを視覚化して、トレーニングが開始される前にオブジェクトにぴったりとフィットしていることを確認できるようにします。