【python】计算miou
详细代码
import numpy as npdef compute_miou(pred, target, nclass):mini = 1# 计算公共区域intersection = pred * (pred == target)# 直方图area_inter, _ = np.histogram(intersection, bins=2, range=(mini, nclass))area_pred, _ = np.histogram(pred, bins=2, range=(mini, nclass))area_target, _ = np.histogram(target, bins=2, range=(mini, nclass))area_union = area_pred + area_target - area_inter# 交集已经小于并集assert (area_inter <= area_union).all(), "Intersection area should be smaller than Union area"rate = round(max(area_inter) / max(area_union), 4)return rateif __name__ == '__main__':nclass = 1# targettarget = np.zeros(shape=(200, 200))target[0:100, 0:100] = 1# predpred = np.zeros(shape=(200, 200))pred[10:110, 10:110] = 1# 计算miourate = compute_miou(pred, target, nclass)print(rate)
【python】计算miou相关推荐
- [python]计算miou的方式
这个例子是在VOC2012数据集上实现的miou计算 /Users/oldwong/Documents/CodeHouse/PycharmProjects/Test/eval_mIoU.py #!/u ...
- 使用OpenCV和Python计算图像的“彩色度”
使用OpenCV和Python计算图像"彩色度" 1. 效果图 2. 炫彩度量方法是什么? 3. 源代码 参考 你是否尝试过计算每个图像的炫彩值,并根据炫彩值对自己的图像数据集进行 ...
- Python计算训练数据集(测试集)中某个分类变量阴性(阳性)标签样本的不同水平(level)或者分类值的统计个数以及比例
Python计算训练数据集(测试集)中某个分类变量阴性(阳性)标签样本的不同水平(level)或者分类值的统计个数以及比例 目录
- Python计算两个numpy数组的交集(Intersection)实战:两个输入数组的交集并排序、获取交集元素及其索引、如果输入数组不是一维的,它们将被展平(flatten),然后计算交集
Python计算两个numpy数组的交集(Intersection)实战:两个输入数组的交集并排序.获取交集元素及其索引.如果输入数组不是一维的,它们将被展平(flatten),然后计算交集 目录
- Python使用datetime中的timedelta模块实现时间增减:python计算100天后是哪年那月那日?
Python使用datetime中的timedelta模块实现时间增减:python计算100天后是哪年那月那日? 目录
- python计算特征的统计值并文本输出
python计算特征的统计值并文本输出 # 输出统计分位数 df.describe(percentiles=[0.05, 0.25, 0.5, 0.75, 0.95]) featname:A => ...
- python计算特征与目标的相关性并可视化
python计算特征与目标的相关性并可视化 pandas计算相关性 # 相关性 tips.corr() Out[2]: total_bill tip size total_bill 1.000000 ...
- python计算时间差
python计算时间差 # 使用datetime 和 timedelta import datetime old_time = datetime.datetime.now() print(old_ti ...
- python计算两个字典的相同点(从key、value、item角度)
python计算两个字典的相同点(从key.value.item角度) 字典是由一个一个的 key-value 构成的,key 是找到数据的关键,Python 对字典的操作都是通过 key 来完成的. ...
- python计算两个向量之间的欧氏距离
python计算两个向量之间的欧氏距离 代码: import numpy as np # 向量的值 feature_1 = np.array([1,2,3]) feature_2 = np.array ...
最新文章
- linux 6.8 dns,CentOS6.8下安装DNS服务器
- 大规模数据库的性能改善方法之一 数据分割
- android 8.0 intent,Android 8.0通知栏适配问题
- dz mysql日志清理_Discuz教程:如何准确的清理数据库
- python 柱状图 间距_专题第18篇:Python 绘图入门
- java操作Excel的poi 遍历一个工作簿
- 后疫情时代,那些迎来爆发机会的产业
- 面向对象编程已死,OOP 永存!
- AngularJS2.0教程(一)快速上手之基础知识
- VS2017安装过程电脑突然关机
- VC 界面库皮肤库相关信息珍藏
- Windows下UI自动化工具Inspect
- 微信小程序--------商品物流跟踪模板
- 上职高数学不好可以学计算机吗,如何学好职高的数学
- MJExtension使用指导
- 一分钟对我们的重要意义
- SAP 解析销售订单的状态
- 100000ea_如何获得EA Origin Games的退款
- 用python实现维吉尼亚密码的加密与唯密文解密
- 含冰蓄冷空调的冷热电联供型微网多时间尺度优化调度