常见语义分割评价指标
目录
常见语义分割评价指标
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)
对预测为1的：正确的为绿色，错误的为红色
预测2
预测3
预测4
最后得到的混淆矩阵：
代码：
|
|
mean Accuracy
每个类别的accuracy计算出来，然后求平均
计算
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
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