Intersection over Union (IoU)

Tỷ lệ giao trên hợp (IoU) là một metric nền tảng được sử dụng trong thị giác máy tính để định lượng độ chính xác của một bộ phát hiện đối tượng bằng cách đo mức độ chồng lấp giữa hai đường biên. Thường được gọi về mặt kỹ thuật là chỉ số Jaccard, IoU đánh giá mức độ khớp của bounding box dự đoán với bounding box ground truth—vị trí thực tế của đối tượng được gán nhãn bởi annotator. Điểm số nằm trong khoảng từ 0 đến 1, trong đó 0 biểu thị không có phần chồng lấp và 1 biểu thị sự khớp hoàn hảo đến từng pixel. Metric này rất quan trọng để đánh giá độ chính xác không gian của các model như YOLO26, vượt ra ngoài việc phân loại đơn giản để đảm bảo hệ thống xác định chính xác vị trí của đối tượng.

Cơ chế đo mức độ chồng lấp#

Khái niệm đằng sau IoU rất trực quan: nó tính tỷ lệ giữa diện tích nơi hai box giao nhau và tổng diện tích được cả hai box bao phủ (hợp). Vì phép tính này chuẩn hóa phần chồng lấp theo tổng kích thước của các đối tượng, IoU đóng vai trò là một metric bất biến theo tỷ lệ. Điều này có nghĩa là nó cung cấp đánh giá công bằng về hiệu năng bất kể model thị giác máy tính đang phát hiện một tàu chở hàng khổng lồ hay một con côn trùng nhỏ.

Trong các workflow phát hiện đối tượng tiêu chuẩn, IoU là bộ lọc chính để xác định một dự đoán là "True Positive" hay "False Positive". Trong quá trình đánh giá, các kỹ sư đặt một ngưỡng cụ thể—thường là 0.50 hoặc 0.75. Nếu điểm số chồng lấp vượt quá giá trị này, detection được tính là chính xác. Quy trình đặt ngưỡng này là điều kiện tiên quyết để tính các metric hiệu năng tổng hợp như độ chính xác trung bình trung bình (mAP), metric tóm tắt độ chính xác của model trên các class và mức độ khó khác nhau.

Các ứng dụng trong thực tế#

Độ chính xác không gian cao rất quan trọng trong các ngành mà những ước lượng mơ hồ có thể dẫn đến thất bại hoặc nguy cơ mất an toàn. IoU đảm bảo các hệ thống AI nhận thức thế giới vật lý một cách chính xác.

• Lái xe tự hành: Trong lĩnh vực AI trong ngành ô tô, xe tự lái không chỉ cần phát hiện rằng có người đi bộ; chúng còn phải biết chính xác vị trí của người đó so với làn đường. Điểm IoU cao trong quá trình kiểm thử xác nhận rằng perception stack của phương tiện tự hành có thể phân định chính xác các chướng ngại vật, cho phép lập kế hoạch quỹ đạo an toàn và tránh va chạm.
• Y học chính xác: Đối với AI trong chăm sóc sức khỏe, IoU rất quan trọng đối với các tác vụ như phân đoạn khối u trong ảnh MRI. Bác sĩ X-quang dựa vào phân tích ảnh y khoa để đo mức độ phát triển hoặc thu nhỏ của các bất thường. Model có IoU cao đảm bảo đường biên dự đoán bám sát mép khối u thực tế, điều này rất quan trọng để xác định liều lượng trong xạ trị và bảo vệ mô khỏe mạnh.

Tính IoU bằng Python#

Mặc dù khái niệm này mang tính hình học, việc triển khai lại dựa trên toán học. Package ultralytics cung cấp các utility được tối ưu hóa để tính IoU hiệu quả, hữu ích cho việc xác minh hành vi của model hoặc lọc các dự đoán.

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 trong quá trình huấn luyện và tối ưu hóa model#

Ngoài vai trò là một thước đo đánh giá, IoU còn là một thành phần tích cực trong quá trình huấn luyện các mạng deep learning.

• Sự phát triển của hàm loss: Các metric khoảng cách truyền thống như Sai số bình phương trung bình (MSE) thường không nắm bắt được các đặc tính hình học của bounding box. Các detector hiện đại sử dụng hàm loss dựa trên IoU, chẳng hạn như IoU tổng quát (GIoU) và IoU hoàn chỉnh (CIoU). Các hàm nâng cao này hướng dẫn mạng neural hội tụ nhanh hơn bằng cách xem xét tỷ lệ khung hình và khoảng cách giữa các tâm.
• Loại bỏ bản sao: Trong quá trình inference, một model có thể nhận diện cùng một đối tượng nhiều lần với các box hơi khác nhau. Một kỹ thuật có tên Non-Maximum Suppression (NMS) sử dụng IoU để xác định các bản sao chồng lấp này. Kỹ thuật này giữ lại box có điểm độ tin cậy cao nhất và loại bỏ các box xung quanh có IoU cao với box chiến thắng, đảm bảo đầu ra cuối cùng gọn sạch.

Phân biệt IoU với các metric liên quan#

Để đánh giá hiệu quả các model machine learning, điều quan trọng là phải phân biệt IoU với các metric độ tương đồng khác.

• IoU và Accuracy: Trong khi Accuracy đo tần suất model dự đoán đúng class (ví dụ: "Dog" so với "Cat"), metric này bỏ qua vị trí. Một model có thể đạt độ chính xác phân loại 100% nhưng IoU 0% nếu vẽ box ở sai góc của ảnh. IoU tập trung cụ thể vào chất lượng định vị.
• IoU và hệ số Dice: Cả hai metric đều đo độ tương đồng giữa các tập hợp, nhưng hệ số Dice (điểm F1 của phần chồng lấp pixel) đặt trọng số lớn hơn cho phần giao. Dice thường được sử dụng làm tiêu chuẩn hơn trong các tác vụ phân đoạn ngữ nghĩa liên quan đến các hình dạng không đều, trong khi IoU là tiêu chuẩn cho phát hiện bounding box hình chữ nhật.

Để đạt điểm IoU cao, model cần dữ liệu huấn luyện chính xác. Các công cụ như Ultralytics Platform hỗ trợ tạo chú thích dữ liệu chất lượng cao, cho phép các team trực quan hóa các box ground truth và đảm bảo chúng khớp sát với đối tượng trước khi bắt đầu huấn luyện.