前言

这是我看大佬讲语义分割前言记的笔记。如果对这块内容有需要，建议直接看他视频。

这是他B站主页，https://space.bilibili.com/18161609

分割任务

语义分割：区分类别
实例分割：区分同一类别的不同个体
全景分割：在实例分割的基础上，区分背景（如天空，草地）

数据集标注方式

COCO针对目标标注若干个点，用点之间的连线把目标圈出来

标注工具

只记了一个半自动的工具

评价指标

定义

和下边的计算方式结合看，效果更好。

计算方式

混淆矩阵

语义分割本质上是对每个像素点的分类。因此，可以构建一个矩阵，矩阵的值为该像素点对应的类别。可得到真是标签的矩阵和预测标签的矩阵。

然后，构建一个矩阵，横坐标是真实标签，纵坐标是预测标签。矩阵第(i,j)个值代表，真实标签为j的被预测为i的个数。此时，这个矩阵叫混淆矩阵，对角线是正确分类的个数。

插句题外话：对角线元素相当于TP，所在行之和减去对角线元素相当于FP，所在列之和减去对角线元素相当于FN，矩阵的其他行列元素之和对该类别而言为TN

Global Acc

对角线上所有元素之和=所有类别正确分类的元素数
n个类别所属像素的总数=全图像素数=混淆矩阵所有元素之和

Mean Acc

每个类别的所属像素总数=每列元素总数
由此可得每个类别的分类精确度，然后再求平均

Mean IoU

以第零个类别为例，
正确分类像素数=16
真实所属第零类像素数=第一列元素和=20
预测所属第零类像素数=第一行元素和=18

于是第零个类别的iou=16/(20+18)

然后多个类别再平均

总结

混淆矩阵真是个好东西

参考

https://www.bilibili.com/video/BV1ev411P7dR?spm_id_from=333.999.0.0

语义分割标注方式和指标相关推荐

语义分割标注工具——labelme
参考下面网址: 感谢up主:https://www.bilibili.com/video/BV1xT4y1j7A9?from=search&seid=2903997967250679674 在 ...
【工具】Semantic Segmentation Editor 语义分割标注工具
[工具]Semantic Segmentation Editor 语义分割标注工具一.简介二.界面 1.工具栏 ① 上方横排工具栏 Ctrl + Z 撤销 Ctrl + Y 重做 Alt 操纵工具 ...
python工具方法 18 labelme语义分割标注数据批量转换为png
本实例代码主要使用labelme.utils.shapes_to_label方法实现批量将将labelme的语义分割标注数据转换为图片,支持将标注保存为实例分割训练图.语义分割训练图.语义分割+原图效 ...
图像语义分割标注软件EISeg
paddle 语义分割标注软件: https://github.com/PaddleCV-SIG/EISeghttps://github.com/PaddleCV-SIG/EISeg
coco语义分割标注json转png
COCO格式的语义分割数据json,转为png格式,如CityScapes采用的.使用本脚本可以将coco格式转为CityScapes格式的语义标注.语义分割标注转为png图片格式,可便于进行语义分割 ...
点云语义分割标注工具及生成训练数据
1.软件的安装 (1)下载后随便你解压到那个文件夹下(软件github地址) github链接 (2)在终端中运行: curl https://install.meteor.c ...
labelme——语义分割标注
labelme安装 1.视频教程安装使用labelme网络上有很多视频教程,这里推荐一位大神的安装教程,地址如下:https://www.bilibili.com/video/BV16b411G7k ...
(18)语义分割--paddle--EISeg自动标注软件的使用和自己数据集的测试
1.主要参考 (1)使用过程,建议先看一下下面博主的视频 eiseg简单教学_哔哩哔哩_bilibili (2)软件使用,主要参考! 百度飞浆EISeg高效交互式标注分割软件的使用教程_Leonard ...
应用于语义分割问题的深度学习技术综述（语义分割综述）
应用于语义分割问题的深度学习技术综述基本介绍摘要 1 .引言 2.术语及背景概念 2.1 常见的深度网络架构 2.1.1 AlexNet 2.1.2 VGG 2.1.3 GoogLeNet 2.1 ...

语义分割标注方式和指标