Intersection over Union (IoU)

Intersection over Union (IoU) là một chỉ số cơ bản được sử dụng trong thị giác máy tính để định lượng độ chính xác của một bộ phát hiện đối tượng bằng cách đo lường mức độ chồng lấp giữa hai ranh giới. Thường được gọi theo thuật ngữ kỹ thuật là Jaccard Index, IoU đánh giá mức độ căn chỉnh của bounding box dự đoán so với ground truth box—vị trí thực tế của đối tượng được dán nhãn bởi người chú thích. Điểm số dao động từ 0 đến 1, trong đó 0 biểu thị không có sự chồng lấp và 1 biểu thị sự trùng khớp hoàn hảo từng pixel. Chỉ số này rất cần thiết để đánh giá độ chính xác về mặt không gian của các model như YOLO26, vượt xa phân loại đơn thuần để đảm bảo hệ thống biết chính xác vị trí của đối tượng.

Link to this sectionCơ chế đo lường mức độ chồng lấp#

Khái niệm đằng sau IoU rất trực quan: nó tính toán tỷ lệ diện tích nơi hai khung hình giao nhau trên tổng diện tích được bao phủ bởi cả hai khung hình cộng lại (phép hợp). Vì phép tính này chuẩn hóa mức độ chồng lấp theo tổng kích thước của các đối tượng, IoU đóng vai trò là một chỉ số bất biến theo quy mô. Điều này có nghĩa là nó cung cấp một đánh giá công bằng về hiệu suất bất kể model computer vision đang phát hiện một con tàu chở hàng khổng lồ hay một con côn trùng nhỏ bé.

Trong các quy trình object detection tiêu chuẩn, IoU là bộ lọc chính để xác định liệu một dự đoán là "True Positive" hay "False Positive". Trong quá trình đánh giá, các kỹ sư thiết lập một ngưỡng cụ thể—thường là 0,50 hoặc 0,75. Nếu điểm số chồng lấp vượt quá con số này, lần phát hiện đó được tính là chính xác. Quá trình thiết lập ngưỡng này là điều kiện tiên quyết để tính toán các chỉ số hiệu suất tổng hợp như Mean Average Precision (mAP), giúp tóm tắt độ chính xác của model trên các lớp và mức độ khó khác nhau.

Link to this sectionCác ứng dụng trong thực tế#

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

• Xe tự lái: Trong lĩnh vực AI in Automotive, xe tự lái phải làm được nhiều việc hơn là chỉ phát hiện sự tồn tại của người đi bộ; chúng phải biết vị trí chính xác của người đi bộ so với làn đường. Điểm IoU cao trong quá trình thử nghiệm xác nhận rằng ngăn xếp nhận thức của autonomous vehicle có thể vạch rõ các chướng ngại vật một cách chính xác, cho phép lập kế hoạch quỹ đạo an toàn và tránh va chạm.
• Y học chính xác: Đối với AI in Healthcare, IoU rất quan trọng đối với các tác vụ như phân đoạn khối u trong các bản quét MRI. Các bác sĩ chẩn đoán hình ảnh dựa vào medical image analysis để đo lường sự phát triển hoặc thu nhỏ của các bất thường. Một model có IoU cao đảm bảo rằng ranh giới được dự đoán theo sát cạnh khối u thực tế, điều này rất quan trọng để xác định liều lượng trong xạ trị và bảo vệ các mô khỏe mạnh.

Link to this sectionTính toán IoU với Python#

Mặc dù khái niệm này mang tính hình học, nhưng việc triển khai lại mang tính toán học. Gói ultralytics cung cấp các tiện ích được tối ưu hóa để tính toán IoU một cách hiệu quả, điều này 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

Link to this sectionIoU trong đào tạo và tối ưu hóa model#

Ngoài việc đóng vai trò là bảng điểm, IoU còn là một thành phần tích cực trong quá trình đào tạo các mạng học sâu.

• Sự phát triển của hàm mất mát: Các chỉ số khoảng cách truyền thống như Mean Squared Error (MSE) thường không nắm bắt được các đặc tính hình học của bounding box. Các bộ phát hiện hiện đại sử dụng loss functions dựa trên IoU, chẳng hạn như Generalized IoU (GIoU) và Complete IoU (CIoU). Các hàm tiên tiến này hướng dẫn neural network hội tụ nhanh hơn bằng cách xem xét tỷ lệ khung hình và khoảng cách điểm trung tâm.
• Loại bỏ trùng lặp: Trong quá trình suy luận, một model có thể xác định cùng một đối tượng nhiều lần với các khung hình hơi khác nhau. Một kỹ thuật gọi là Non-Maximum Suppression (NMS) sử dụng IoU để xác định các bản sao chồng lấp này. Nó giữ lại khung hình có confidence score cao nhất và loại bỏ các khung hình xung quanh có IoU cao với khung hình chiến thắng, đảm bảo đầu ra cuối cùng sạch sẽ.

Link to this sectionPhân biệt IoU với các chỉ số liên quan#

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

• IoU so với Độ chính xác (Accuracy): Trong khi Accuracy đo lường tần suất model dự đoán đúng lớp (ví dụ: "Chó" so với "Mèo"), nó lại bỏ qua vị trí. Một model có thể có độ chính xác phân loại 100% nhưng IoU 0% nếu nó vẽ khung hình ở sai góc của hình ảnh. IoU nhắm mục tiêu cụ thể vào chất lượng định vị.
• IoU so với Hệ số Dice: Cả hai chỉ số đều đo lường độ tương đồng của tập hợp, nhưng Dice Coefficient (F1 score của mức độ chồng lấp pixel) chú trọng hơn vào phần giao nhau. Dice thường là tiêu chuẩn cho các tác vụ semantic segmentation liên quan đến các hình dạng không đều, trong khi IoU là tiêu chuẩn cho việc phát hiện bounding box hình chữ nhật.

Để đạt được điểm IoU cao, các model yêu cầu dữ liệu đào tạo chính xác. Các công cụ như Ultralytics Platform hỗ trợ việc tạo data annotations chất lượng cao, cho phép các nhóm trực quan hóa các ground truth box và đảm bảo chúng khớp chặt chẽ với đối tượng trước khi quá trình đào tạo bắt đầu.