IoU (Intersection over Union, též Jaccardův index) je metrika překryvu dvou oblastí, definovaná jako podíl velikosti jejich průniku a velikosti jejich sjednocení. Nabývá hodnot od nuly při naprosté neshodě do jedničky při dokonalém překrytí. V počítačovém vidění je základním nástrojem vyhodnocení detekce objektů, kde srovnává predikovaný ohraničující rámec s referenční anotací, i segmentace, kde se počítá nad pixelovými maskami. Její význam je v tom, že nahrazuje binární úsudek „správně či špatně“ spojitou mírou kvality lokalizace, přičemž teprve zvolený práh – tradičně 0,5 – rozhodne, co se považuje za nalezený objekt. Právě proto se dnes hlavní metrika detekce, střední průměrná přesnost, počítá jako průměr přes celou řadu prahů IoU od 0,5 do 0,95, aby odměnila i přesnost obtahování, nikoli jen samotné nalezení. IoU se používá také v algoritmu potlačení nemaximálních rámců, kde slouží ke rozpoznání duplicitních predikcí téhož objektu. V upravené, diferencovatelné podobě jako Diceova či GIoU ztráta vstupuje přímo do ztrátové funkce.
Představte si, že dva zeměměřiči nezávisle vyznačí na mapě hranici jednoho pozemku. Jak dobře se shodli? Nestačí říct „ano“ nebo „ne“. Rozumné je vzít plochu, na které se shodli oba, a vydělit ji celkovou plochou, kterou vyznačil alespoň jeden z nich. Kreslili-li úplně stejně, vyjde jednička. Nepřekrývají-li se vůbec, vyjde nula. A kreslil-li jeden malý čtverec uvnitř velkého obdélníku druhého, vyjde nízké číslo – přesně jak má, protože se ve skutečnosti zásadně neshodli, i když se jejich hranice dotýkají.