阿摩線上測驗
7. 在企業導入的智慧監控系統中，模型以物件偵測(Object Detection)方式自動辨識影像中的人物與車輛。若評估指標採用平均精確率(Mean Average Precision, mAP)，其中 IoU (Intersection over Union)閾值設定較高時，代表下列哪一項意義？
(A)預測邊界框與真實邊界框的重疊程度越高，模型偵測結果越精 準；
(B)預測邊界框與真實邊界框的誤差越大，導致 mAP 數值上升；
(C)模型整體精確率(Precision)降低，但召回率(Recall)上升；
(D)預測邊界框的評估結果不受真實框大小影響
答案：登入後查看
統計： A(33), B(2), C(1), D(1), E(0) #3773558
統計： A(33), B(2), C(1), D(1), E(0) #3773558
詳解 (共 1 筆)
Wei Huang
#7375981
這題的正確答案是 (A) 預測邊界框與真實邊界框的重疊程度越高，模型偵測結果越精準；。
原因解析
- IoU (交併比) 的定義：IoU 是用來衡量「模型預測的邊界框」與「真實標註邊界框」重疊程度的指標。公式為：兩框的重疊面積（交集）除以兩框的總面積（聯集）。數值介於 0 到 1 之間，越接近 1 代表框得越準。
- 高閾值 (Threshold) 的意義：當系統將 IoU 閾值設定得較高時（例如從 \(\text{IoU}=0.5\) 提高到 \(\text{IoU}=0.75\)），代表審查標準變得非常嚴格。模型預測的框必須與真實框有極高程度的重疊，才會被系統判定為「正確分類 (True Positive)」。因此，在這種高閾值下計算出來的 mAP，反映的是模型定位（Localization）極為精準的能力。
0
0
