当我们有了一个计算目标位置框的算法之后，我们要如何评价这个算法的好坏呢？
在这节课当中，提出了一个概念，叫做交并比，简单的来说，标记好的数据里会有一个方框，计算机输出的也会有一个方框，交并比就是指它们交集的面积/并集的面积。
当我们在评价一个训练模型是否成功的时候，我们可以输出每一个张与测试集之间的交并比。
一般来说，我们不需要计算机算出来的方框与标注的方框完全匹配，一般这个算出来的值大于一个阈值我们就当作它完全匹配了，这个值可以是0.5或者是0.6。
在不同的问题下，我们要关注的东西可能不一样，除了使用并集作为分母之外，我们也可以挑选其中的任何一个方框作为分母。（如果你关注它跟其中某个方框的重合程度的话）
哈哈 然后最后他还提到了I owe you 这个同音梗。
