IoU是交并比，即预测框与真实框的交集面积除以并集面积；不能直接用两框面积相除，因需准确量化重叠程度——交集为0时IoU=0，完全重合时IoU=1，且必须先通过max/min计算交集坐标并验证有效性，避免负宽高导致错误。
什么是IoU，为什么不能直接用面积相除
IoU（Intersection over Union）不是两个矩形面积简单相除，而是交集面积除以并集面积。如果两框不重叠，交集为0，IoU就是0；如果完全重合，并集等于交集，IoU为1。关键在于：**必须先算出交集矩形的坐标，再判断是否有效**——很多初学者直接套公式却忘了检查交集是否存在，导致出现负宽高还继续算面积，结果是错的。
计算交集矩形坐标的正确方式（C++）
假设每个矩形用 (x1, y1, x2, y2) 表示（左上角+右下角，且满足 x1 、y1 ），交集矩形的四边由“最右左边界、最左右边界、最下上边界、最上下面界”决定：
left = std::max(rectA.x1, rectB.x1)right = std::min(rectA.x2, rectB.x2)top = std::max(rectA.y1, rectB.y1)bottom = std::min(rectA.y2, rectB.y2)
然后必须检查：if (right > left && bottom > top)，否则交集面积为0。别跳过这步——用 std::max 和 std::min 是标准做法，手写条件容易漏掉边界相等（即边重合）时的处理。
完整可复用的C++函数实现
以下函数接受两个 cv::Rect（OpenCV常用）或自定义结构体（只要含 x, y, width, height），注意输入格式统一性：
float calculateIoU(const cv::Rect& a, const cv::Rect& b) {
int left = std::max(a.x, b.x);
int right = std::min(a.x + a.width, b.x + b.width);
int top = std::max(a.y, b.y);
int bottom = std::min(a.y + a.height, b.y + b.height);
<pre class="brush:php;toolbar:false;">if (right ((right - left) * (bottom - top));
float unionArea = static_cast<float>(a.area() + b.area() - intersectionArea);
return unionArea == 0.0f ? 0.0f : intersectionArea / unionArea;</float>
}
注意点：
• 如果用 cv::Rect，它的 area() 返回 int，大框可能溢出，建议转 float 后再算
• 若输入是中心点+宽高（cx, cy, w, h），先转成左上+宽高再调用，别在函数里混写两种格式
• 不要对 unionArea == 0 做除零保护以外的假设——两个全零矩形也会触发，返回0合理
浮点精度与坐标系陷阱
IoU本身对精度不敏感，但实际中容易栽在坐标系和数据类型上：
- OpenCV默认图像坐标系 y 向下，而数学/深度学习常用 y 向上——只要两个框在同一坐标系下，IoU值不受影响；但若一个来自检测输出、一个来自标注工具（如LabelImg导出XML），可能y方向翻转，这时IoU会严重失真
- 用
int存坐标时，交集宽高计算若出现负值，(right - left)可能是极大正数（整数溢出），务必先判right > left - 某些模型输出归一化坐标（0~1），需乘以图像宽高再转整型，但更稳妥的是全程用
float计算，避免截断误差
真正麻烦的从来不是公式，而是你拿到的两个 cv::Rect 是否真的描述同一平面、同一朝向、同一单位下的区域。
C++免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 C++ 的入门与实战技巧！
