物体検出モデルの性能評価に用いられる「IoU（Intersection over Union）」および「mAP（mean Average Precision）」に関する記述として、最も適切なものを1つ選択してください。
出典G検定オリジナル模擬試験
ア
IoUは予測バウンディングボックスと正解ボックスの「積集合（重なり部分）の面積」を「和集合の面積」で割った重なり度合いを表し、mAPは各クラスのPR曲線下の面積（AP）の全クラス平均である。
イ
IoUが 0.0 のとき、予測ボックスと正解ボックスが完全に一致していることを意味する。
ウ
mAPの計算では、正解率（Accuracy）とF値の相乗平均を算出する。
エ
IoUの閾値として 0.5 を採用した場合、重なりが50%未満の予測ボックスがすべて真陽性（TP）として判定される。