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.nansun()、np.nanmean()、np.diag()、np.bincount()

np.sum()

numpy中sum函数常用参数：
sum(a, axis=None...)

a：要进行加法运算的向量、数组、矩阵
axis：默认为None，可取值为整数
- axis = None，将a中所有元素全部加起来，求得一个和
- axis = 0，对a中列求和，压缩行
- axis = 1，对a中行求和，压缩列
- 总结：列和压缩行，行和压缩列

例子：

>>> np.sum([0.5, 1.5])
2.0>>> np.sum([[1, 3], [5, 6]])  # axis = None
15>>> np.sum([[1, 3], [5, 6]], axis = 0)  # axis = 0
array([6, 9])>>> np.sum([[1, 3], [5, 6]], axis = 1)  # axis = 1
array([ 4, 11])

在上述例子中：

当axis = 0，压缩行，即：将每一列的元素相加，再将矩阵压缩为一行
当axis = 1，压缩列，即：将每一行的元素相加，再将矩阵压缩为一列（为方便理解，将此处说为一列，实际上，在控制台的输出中，仍然是以一行的形式输出）

计算如下图所示：

np.nansum()、np.nanmean()

Q：NaN是什么？
A：Not a Number（NaN），代表一个“不是数字”的值，这个指不能直接进行运算，但它却是一个Number类型！
参考链接：
NaN 是什么？它的类型是什么？如何可靠地测试一个值是否等于 NaN ？）

在一个numpy数组求和、均值时，如果这个数组里包含了nan，则程序会报错或者求出来的值是nan，如下代码所示：

>>> arr = np.array([1, 2, 3, 4, np.nan])
>>> arr.sum()
nan
>>> arr.mean()
nan

如何在求和、均值时忽略nan？
使用：np.nansum()、np.nanmean()

>>> arr = np.array([1, 2, 3, 4, np.nan])>>> arr.sum()
nan
>>> arr.mean()
nan>>> np.nansum(arr) # np.nansum()中：nan取值为 0
10.0
>>> np.nanmean(arr) # np.nanmean()中：nan取值为0且取均值时忽略它，如：(1 + 2 + 3 + 4) / 4 = 2.5，而不是(1 + 2 + 3 + 4 + 0) / 5 = 2
2.5
>>>

np.diag()

可用于处理：数组、矩阵等
np.diag(arr)

当arr是一维数组时，结果是以一维数组组成对角线元素的矩阵
当arr是二维矩阵时，结果是二维矩阵的对角线元素

>>> arr1 = np.arange(1, 4)
>>> arr2 = np.arange(1, 10).reshape(3, 3)>>> arr1
array([1, 2, 3])>>> arr2
array([[1, 2, 3],[4, 5, 6],[7, 8, 9]])>>> np.diag(arr1)
array([[1, 0, 0],[0, 2, 0],[0, 0, 3]])>>> np.diag(arr2)
array([1, 5, 9])

np.bincount()

参考：numpy.bincount详解

Python 中（&，|）和（and，or）之间的区别

参考：Python 中（&，|）和（and，or）之间的区别

参考

numpy.sum()的使用
numpy.ndarray 在求mean，max，min的时候如何忽略跳过nan值，使用np.nanmean, np.nanmax
NaN 是什么？它的类型是什么？如何可靠地测试一个值是否等于 NaN ？
Python NumPy中的diag函数
numpy.bincount详解
Python 中（&，|）和（and，or）之间的区别

【语义分割】评价指标代码函数：np.sum()、np.nansum()、np.nanmean()、np.diag()、np.bincount()相关推荐

憨批的语义分割重制版2——语义分割评价指标mIOU的计算
憨批的语义分割重制版2--语义分割评价指标mIOU的计算注意事项学习前言什么是mIOU mIOU的计算 1.计算混淆矩阵: 2.计算IOU: 3.计算mIOU: 计算miou 注意事项这是针对 ...
语义分割调色板代码
语义分割调色板代码下面代码的主要作用:根据你的类别数量,生成相同数量的颜色. 比如你有21个类别(voc是20个class和1个background),就可生成相应21个不同的颜色. def mak ...
语义分割评价指标(global_acc, mean_acc, mean_iou)等numpy实现
语义分割常见评价指标global_acc, mean_acc, mean_iou计算,个人学习记录,仅供参考. 一.理论计算假设真实标签为: 预测标签为: 则手动列出混淆矩阵可得: 1.1 全局准确 ...
语义分割评价指标mIOU
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,在语义分割问题中,这两个集合为真实值(ground ...
语义分割MIoU代码解析
1. MIoU 源码解析TensorFlow 和 PyTorch 源码解析 2.[语义分割]语义分割评估指标mIOU 3. 语义分割代码阅读-评价指标mIoU的计算 4. 深度学习计算机视觉图像分割领 ...
85.4% mIOU！NVIDIA：使用多尺度注意力进行语义分割，代码已开源！
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达下载论文PDF和源代码: 链接:https://pan.baidu ...
详解语义分割评价指标
本文主要介绍语义分割的三大评价指标,分别是执行时间.内存占用以及准确度,本文着重介绍准确度. 一.执行时间二.内存占用三.准确度假设一共有k+1类(包括k个目标类和1个背景类): 1.Pixel ...
python 图像语义分割mIOU代码详解
mIOU公式在此不赘述. 1.fast_hist(label.flatten(), pred.flatten(), num_classes) 2.生成关于像素的混淆矩阵 k = (a >= 0) ...
【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

np.sum()

np.nansum()、np.nanmean()

np.diag()

np.bincount()

Python 中（&，|）和（and，or）之间的区别

参考

【语义分割】评价指标代码函数：np.sum()、np.nansum()、np.nanmean()、np.diag()、np.bincount()相关推荐

最新文章

热门文章

【语义分割】评价指标代码函数：np.sum()、np.nansum()、np.nanmean()、np.diag()、np.bincount()

引言

np.sum()

np.nansum()、np.nanmean()

np.diag()

np.bincount()

Python 中 （&，|）和（and，or）之间的区别

参考

【语义分割】评价指标代码函数：np.sum()、np.nansum()、np.nanmean()、np.diag()、np.bincount()相关推荐

最新文章

热门文章

Python 中（&，|）和（and，or）之间的区别