定义
两个集合交集大小与并集大小之间的比例[1]。
雅卡尔指数（英语：Jaccard index），又称为并交比（Intersection over Union）、雅卡尔相似系数（Jaccard similarity coefficient），是用于比较样本集的相似性与多样性的统计量。雅卡尔系数能够量度有限样本集合的相似度，其定义为两个集合交集大小与并集大小之间的比例[2]。
目标追踪
在目标追踪中，通常使用并交比（Intersection over Union，IoU）来衡量预测框和真实目标框之间的重叠程度，来度量追踪的准确程度。
图 1 目标追踪示意图[3]
上图展示了真实框和预测框的结果，绿色标线是人为标记的正确结果，红色标线是算法预测出来的结果， G代表人为标记的正确框，R代表算法预测出来的框，则IoU要做的就是在这两个结果中测量算法的准确度：
参考文献
[1] https://en.wikipedia.org/wiki/Jaccard_index
[2] Kosub S. A note on the triangle inequality for the Jaccard distance[J]. Pattern Recognition Letters, 2019, 120: 36-38.
[3] https://www.pyimagesearch.com/2016/11/07/intersection-over-union-iou-for-object-detection/
