语义分割常用指标详解（附代码）

全套代码可至本人github下载地址

使用步骤：

下面是我自己写的测试代码，上面地址下载的也会包含

  # 输入：测试集标注文件夹和对应的预测文件夹，图片命名为 标注+x；predict+x# 输出：四个指标的平均值from eval_segm import *
import cv2 as cvdef threshold_demo(a):gray = cv.cvtColor(a, cv.COLOR_RGB2GRAY)  # 把输入图像灰度化# 直接阈值化是对输入的单通道矩阵逐像素进行阈值分割。ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY | cv.THRESH_TRIANGLE)print("threshold value %s"%ret)return binarybiaozhu_path = xxx
predict_path = xxxpa = []
mpa = []
miou = []
fwiou = []number_photo = 1
for i in range(number_photo):i = i+1a = cv.imread(biaozhu_path + 'biaozhu' + str(i) + '.png')b = cv.imread(predict_path + 'predict' + str(i) + '.png')'''cv.namedWindow("a", cv.WINDOW_NORMAL)cv.imshow("a", a)cv.waitKey()cv.namedWindow("b", cv.WINDOW_NORMAL)cv.imshow("b", b)cv.waitKey()'''binary=threshold_demo(a)binary1=threshold_demo(b)'''cv.namedWindow("binary", cv.WINDOW_NORMAL)cv.imshow("binary", binary)cv.waitKey()cv.namedWindow("binary1", cv.WINDOW_NORMAL)cv.imshow("binary1", binary1)cv.waitKey()'''# binary1=cv.resize(binary1,(224,224))print(binary.shape)print(binary1.shape)# 计算分割指标pa_temporary=pixel_accuracy(binary,binary1)mpa_temporary=mean_accuracy(binary,binary1)miou_temporary=mean_IU(binary,binary1)fwiou_temporary=frequency_weighted_IU(binary,binary1)pa.append(pa_temporary)mpa.append(mpa_temporary)miou.append(miou_temporary)fwiou.append(fwiou_temporary)print(sum(pa)/number_photo)
print(sum(mpa)/number_photo)
print(sum(miou)/number_photo)
print(sum(fwiou)/number_photo)

refer 1

关注思洞职研所公众号，全网内推方式，笔面试经验应有尽有，助你拿大厂offer！！！

语义分割常用指标详解（附代码）相关推荐

sklearn评估指标Classification metrics常用指标详解及小坑
sklearn评估指标Classification metrics常用指标详解及小坑计算评估指标需要用到预测结果和真实标签,首先说一下获得预测结果的model.predict()和model.pre ...
【三维语义分割】PointNet详解（一）
本节主要介绍PointNet语义分割,其中主干网络和代码环境等PointNet详细介绍请参考三维目标检测 - PointNet详解(一)_Coding的叶子的博客-CSDN博客,这里不再进行重复介绍. ...
语义分割的常用指标详解
1 混淆矩阵假设有6个类别,L为10个真实标签的取值,P为对应的预测的标签值,先计算对应的n(类别数,这里假设为6)xL+P: bin的值一定是分类数的平方.混淆矩阵先将真实标签和预测标签抻成一维向 ...
全卷积神经网路【U-net项目实战】语义分割之U-Net详解
文章目录 1.简介 2.U-net典型应用 3. U-net详解 4.参考文献 1.简介语义分割(Semantic Segmentation)是图像处理和机器视觉一个重要分支.与分类任务不同,语义分 ...
汇总 | 深度学习中图像语义分割基准数据集详解
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达汇总图像语义分割那些质量最好的数据集与常用benchmark数据集 ...
【机器学习】图像语义分割常用指标Dice系数敏感性特异性 IOU及python代码实现
文章目录知识铺垫 1. Dice系数和IOU 2.敏感性(=Recall).特异性和精确度(=precision=PPV) 2.1 敏感性(召回率)和特异性 2.2 敏感性和特异性之间的关系 2.3 ...
目标检测模型的评估指标mAP详解(附代码）
https://zhuanlan.zhihu.com/p/37910324 对于使用机器学习解决的大多数常见问题,通常有多种可用的模型.每个模型都有自己的独特之处,并随因素变化而表现不同. 每个模型在 ...
动态规划---01背包问题--Dp（详解附代码）
一.动态规划代表一类问题(最优子结构或子问题最优性)的一般解法,是设计方法或者策略,不是具体算法本质:递推,核心是找到状态转移的方式,写出dp方程. 解决问题:交叉,重叠子问题(最优子问题) 形式 ...
【排序】堆排序详解附代码
按照国际惯例,开篇前先简单介绍(吹一波)堆排序(Heapsort).Heapsort是一种优秀的排序算法(个人感觉基本排序算法中仅次于快速排序),时间复杂度为O(nlgn),同时,Heapsort具有 ...

语义分割常用指标详解（附代码）

语义分割常用指标详解（附代码）相关推荐

最新文章

热门文章