Intersection over Union (IoU)

Intersection over Union (IoU) là một metric cơ bản được sử dụng trong computer vision để định lượng độ chính xác của một object detector bằng cách đo lường mức độ chồng chéo giữa hai ranh giới. Thường được gọi theo thuật ngữ kỹ thuật là Jaccard Index, IoU đánh giá mức độ khớp của một bounding box dự đoán với ground truth box—vị trí thực tế của đối tượng được gán nhãn bởi con người. Điểm số dao động từ 0 đến 1, trong đó 0 cho biết không có sự chồng chéo và 1 thể hiện sự khớp hoàn hảo từng pixel. Metric này rất cần thiết 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 biết chính xác vị trí của đối tượng.

Cơ chế đo lường mức độ chồng lấp#

Khái niệm đằng sau IoU rất trực quan: nó tính toán tỷ lệ diện tích nơi hai hộp giao nhau so với tổng diện tích bao phủ bởi cả hai hộp gộp lại (union). Vì phép tính này chuẩn hóa độ chồng chéo 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 một đánh giá công bằng về hiệu suất bất kể model computer vision đang phát hiện một con tàu hàng lớn hay một loại côn trùng nhỏ bé.

Trong các quy trình object detection tiêu chuẩn, IoU là bộ lọc chính để xác định xem 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 chéo vượt quá con số này, kết quả phát hiện được tính là chính xác. Quá trình thiết lập ngưỡng này là điều kiện tiên quyết để tính toán các metric hiệu suất tổng hợp như Mean Average Precision (mAP), tổng hợp độ chính xác của model trên các class và cấp độ khó khác nhau.

Các 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.

• Autonomous Driving: Trong lĩnh vực AI in Automotive, xe tự lái phải làm 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 thực rằng ngăn nhận thức của autonomous vehicle có thể vạch ra ranh giới chính xác các chướng ngại vật, cho phép lập kế hoạch quỹ đạo an toàn và tránh va chạm.
• Precision Medicine: Đối với AI in Healthcare, IoU rất quan trọng đối với các tác vụ như phân đoạn khối u trong ảnh quét MRI. Các bác sĩ X-quang 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 dự đoán bám sát cạnh khối u thực tế, điều này rất quan trọng để xác định liều lượng trong xạ trị và bảo vệ mô lành.

Tính toán IoU với Python#

Mặc dù khái niệm mang tính hình học, nhưng việc triển khai 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

IoU 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.

• Loss Function Evolution: Các metric khoảng cách truyền thống như Mean Squared Error (MSE) thường không nắm bắt được các thuộc tính hình học của các bounding box. Các detector hiện đại tận dụng các loss functions dựa trên IoU, chẳng hạn như Generalized IoU (GIoU) và Complete IoU (CIoU). Các hàm nâng cao này hướng dẫn neural network hội tụ nhanh hơn bằng cách xem xét tỷ lệ khung hình và khoảng cách tâm điểm.
• Duplicate Removal: Trong quá trình suy luận, một model có thể xác định cùng một đối tượng nhiều lần với các hộp hơi khác nhau. Một kỹ thuật gọi là Non-Maximum Suppression (NMS) sử dụng IoU để xác định các bản sao chồng chéo này. Nó giữ lại hộp có confidence score cao nhất và loại bỏ các hộp xung quanh có IoU cao với hộp được chọn, đảm bảo đầu ra cuối cùng sạch sẽ.

Phân 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 metric độ tương đồng khác.

• IoU vs. Accuracy: Trong khi Accuracy đo lường tần suất model dự đoán đúng class (ví dụ: "Dog" vs. "Cat"), nó lại bỏ qua vị trí. Một model có thể có độ chính xác phân loại 100% nhưng IoU là 0% nếu nó vẽ hộp ở góc sai của hình ảnh. IoU nhắm cụ thể vào chất lượng định vị.
• IoU vs. Dice Coefficient: Cả hai metric đều đo lường độ tương đồng tập hợp, nhưng Dice Coefficient (F1 score của việc chồng chéo pixel) trọng tâm hơn vào phần giao nhau. Dice phổ biến hơn như là tiêu chuẩn cho các tác vụ semantic segmentation liên quan đến các hình dạng bất thường, 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 huấn luyện chính xác. Các công cụ như Ultralytics Platform hỗ trợ việc tạo data annotations chất lượng cao, cho phép các nhóm trực quan hóa ground truth box và đảm bảo chúng khớp chặt chẽ với các đối tượng trước khi quá trình huấn luyện bắt đầu.