语义分割之评价指标MIoU介绍

2024-04-15 19:32:19

预备知识

我们在进行语义分割结果评价的时候，常常将预测出来的结果分为四个部分：True Positive，False Positive，True Negative，False Negative，其中negative就是指非物体标签的部分(可以直接理解为背景)，那么显而易见的，positive就是指有标签的部分。下图显示了四个部分的区别：

在图上可以清晰的看到，prediction图被分成四个部分，其中大块的白色斜线标记的是True Negative（TN，预测中真实的背景部分），红色线部分标记是False Negative（FN，预测中被预测为背景，但实际上并不是背景的部分），蓝色的斜线是False Positive（FP，预测中分割为某标签的部分，但是实际上并不是该标签所属的部分），中间荧光黄色块就是True Positive（TP，预测的某标签部分，符合真值）。

常用的评价指标

在评价的时候常用的指标有：IOU（交并比，也有叫做IU的），像素准确率（pixel-accuracy），有的时候还有平均准确率（mean-accuracy）。

1.IoU or IU（intersection over union）

IoU指标就是大家常说的交并比，在语义分割中作为标准度量一直被人使用。交并比不仅仅在语义分割中使用，在目标检测等方向也是常用的指标之一。
计算公式为：
IoU=target∩predictiontarget∪predictionIoU = \frac{target\cap prediction}{target \cup prediction}IoU=target∪predictiontarget∩prediction
注：1.target∩predictiontarget\cap predictiontarget∩prediction表示在预测和标签中都为类别的像素集合
2.target∪predictiontarget \cup predictiontarget∪prediction表示在预测和标签中至少有1个为类别的像素集合

如图所示：

IoU一般都是基于类进行计算的，也有基于图片计算的。
基于类进行计算的IoU就是将每一类的IoU计算之后累加，再进行平均，得到的就是基于全局的评价，所以我们求的IoU其实是取了均值的IoU，也就是均交并比（mean IoU）

2. pixcal-accuracy （PA，像素精度）

基于像素的精度计算是评估指标中最为基本也最为简单的指标，从字面上理解就可以知道，PA是指预测正确的像素占总像素的比例

3. 常用公式

语义分割之评价指标MIoU介绍相关推荐

语义分割的评价指标——MIoU
语义分割的评价指标--MIoU 前言代码前言 MIoU(Mean Intersection over Union)是语义分割的一个评价指标,表示平均交并比,即数据集上每一个类别的IoU值的平均. ...
【语义分割】评价指标：PA、CPA、MPA、IoU、MIoU详细总结和代码实现（零基础从入门到精通系列！）
文章目录引言 1 混淆矩阵 2 语义分割 PA:像素准确率 CPA:类别像素准确率 MPA:类别平均像素准确率 IoU:交并比 MIoU:平均交并比 3 综合实例步骤一:输入真实.预测图片步骤二 ...
【语义分割】评价指标代码函数：np.sum()、np.nansum()、np.nanmean()、np.diag()、np.bincount()
引言本文针对: [语义分割]评价指标:PA.CPA.MPA.IoU.MIoU详细总结和代码实现(零基础从入门到精通系列!)中实现评价指标代码里相关函数进行补充说明,包括:np.sum().np.na ...
语义分割各种评价指标实现
前言现存其实已经有很多博客实现了这个代码,但是可能不完整或者不能直接用于测试集的指标计算,这里简单概括一下. 一些概念.代码参考: [1] 憨批的语义分割9--语义分割评价指标mIOU的计算 [2] ...
基于RGB-D的语义分割和目标检测介绍
寒假的时候看了一篇论文--Multimodal Neural Networks: RGB-D for Semantic Segmentation and Object Detection这篇论文是20 ...
语义分割概念及应用介绍
近年来,以深度学习为中心的机器学习技术引起了人们的关注.比如自动驾驶汽车已经逐渐成为可能,但在整个深度学习过程,需要算法识别和学习作为原始数据提供的图像,在这一过程中,应用到了语义分割技术.下面让我们 ...
语义分割评估指标MIOU
1.MIOU定义 Mean Intersection over Union(MIoU,均交并比):为语义分割的标准度量.其计算两个集合的交集和并集之比,在语义分割的问题中,这两个集合为真实值和预测值. ...
场景解析和语义分割区别_语义分割概念及应用介绍
摘要: 一份关于语义分割的基本概述,涵盖语义分割的特征和可能的用途,包括地质检测.自动驾驶.面部识别等. 近年来,以深度学习为中心的机器学习技术引起了人们的关注.比如自动驾驶汽车已经逐渐成为可能,但在 ...
语义分割中的mIoU计算函数解读
代码来自于CVPR2018的一篇文章Context Encoding for Semantic Segmentation. github工程地址为:https://github.com/zhangha ...

最新文章

热门文章