交並比（Intersection over union）
交並比（loU）函數做的是計算兩個邊界框交集和並集之比。兩個邊界框的並集是這個區域，就是屬於包含兩個邊界框區域（綠色陰影表示區域），而交集就是這個比較小的區域（橙色陰影表示區域），那么交並比就是交集的大小，這個橙色陰影面積，然后除以綠色陰影的並集面積。
參考：
交並比： IOU=(A∩B)/(A∪ B)
一般約定，在計算機檢測任務中，如果$loU \ge 0.5$，就說檢測正確，如果預測器和實際邊界框完美重疊， loU 就是 1，因為交集就等於並集。但一般來說只要$loU \ge 0.5$，那么結果是可以接受的，看起來還可以。一般約定，$loU \ge 0.5$是閾值，用來判斷預測的邊界框是否正確。一般是這么約定，但如果你希望更嚴格一點，你可以將 loU 定得更高，比如說大於 0.6 或者更大的數字，但 loU 越高，邊界框越精確。
所以這是衡量定位精確度的一種方式，你只需要統計算法正確檢測和定位對象的次數，你就可以用這樣的定義判斷對象定位是否准確。再次， 0.5 是人為約定，沒有特別深的理論依據，如果你想更嚴格一點，可以把閾值定為 0.6。有時我看到更嚴格的標准，比如 0.6 甚至 0.7，但很少見到有人將閾值降到 0.5 以下。
人們定義 loU 這個概念是為了評價你的對象定位算法是否精准，但更一般地說， loU 衡量了兩個邊界框重疊地相對大小。如果你有兩個邊界框，你可以計算交集，計算並集，然后求兩個數值的比值，所以這也可以判斷兩個邊界框是否相似。