常见语义分割评价指标

20221003114905

Pixel Accuracy/global accuary

分子是所有预测正确像素总和,分母是所有的像素

例子:

预测正确是用绿色表示,预测错误的用红色表示。
那对于预测0来说,就是:绿色的0/(红色的0+绿色的0)
20221003115059

对预测为1的:正确的为绿色,错误的为红色
20221003115119

预测2
20221003115134

预测3
20221003115146

预测4
20221003115208

最后得到的混淆矩阵:
20221003115251

代码:


mean Accuracy

每个类别的accuracy计算出来,然后求平均

计算

20221003115403
用上图的每个类别计算出来,取平均即可

代码:


mean IoU ☆

每个类别的IOU,然后求平均
这里的IOU的计算和目标检测中的IOU是类似的(交集比上并集)

计算

分子:每个类别预测正确的像素个数
分母:真实标签像素个数 + 预测为这个类别的像素的个数-分子

20221003115557

如上图例子,将这个5个类别的IoU分别求出来,取平均就可

代码:


参考

来自B站霹雳吧啦Wz