IoU匹配，全稱Intersection over Union匹配，是一種在目標檢測和物體跟蹤任務中常用的技術，主要用於衡量預測邊界框與真實邊界框之間的重疊程度。IoU的值越高，表示預測邊界框與真實邊界框的重疊程度越高，定位越準確。IoU匹配在目標檢測和物體跟蹤中的套用主要包括：
目標匹配。在目標檢測任務中，通過計算預測的邊界框和真實的邊界框之間的IoU，可以判斷它們之間的重疊程度，從而確定是否正確地檢測到了目標。
邊界框評估。IoU可用於評估邊界框的準確性。當預測的邊界框與真實邊界框的IoU高於一定閾值時，通常認為該預測是正確的，否則會被視為誤檢。
非極大值抑制(NMS)。IoU在非極大值抑制中起到重要的作用。在多個重疊的預測邊界框中，NMS通過比較它們之間的IoU，選擇具有最高置信度的邊界框，並抑制其他重疊的邊界框，以避免重複檢測同一目標。
邊界框回歸。在一些目標檢測方法中，通過回歸預測邊界框的位置和尺寸。IoU可以用作回歸目標的一部分，用於衡量回歸預測的邊界框與真實邊界框之間的重疊程度，從而幫助模型學習更準確的邊界框回歸。
此外，IoU匹配也被套用於多目標跟蹤，通過計算預測軌跡框和檢測目標框之間的IoU值，評估匹配程度，從而更新軌跡信息或創建新的軌跡信息。