衡量图像语义分割准确率主要有三种方法:

  1. 像素准确率(pixel accuracy, PA)
  2. 平均像素准确率(mean pixel accuracy, MPA)
  3. 平均IOU(Mean Intersection over Union, MIOU )

在介绍三种方法之前,需要先说明一些符号表示的意义。

图像语义分割准确率度量方法总结 :类别总数,如果包括背景的话就是 图像语义分割准确率度量方法总结

图像语义分割准确率度量方法总结 :真实像素类别为 图像语义分割准确率度量方法总结 的像素被预测为类别 图像语义分割准确率度量方法总结 的总数量,换句话说,就是对于类别为 图像语义分割准确率度量方法总结 的像素来说,被错分成类别 图像语义分割准确率度量方法总结 的数量有多少。

图像语义分割准确率度量方法总结 :真实像素类别为 图像语义分割准确率度量方法总结 的像素被预测为类别 图像语义分割准确率度量方法总结 的总数量,换句话说,就是对于真实类别为 图像语义分割准确率度量方法总结 的像素来说,分对的像素总数有多少。

1.PA

PA的意义很简单,和我们常规的分类准确率计算没有区别,就是把分对的像素总量除以像素总数。

图像语义分割准确率度量方法总结

2.MPA

MPA是对PA的改进,它是先对每个类计算PA,然后再对所有类的PA求平均。

图像语义分割准确率度量方法总结

3.MIoU

在语义分割中,MIoU才是标准的准确率度量方法。它是分别对每个类计算(真实标签和预测结果的交并比)IOU,然后再对所有类别的IOU求均值。

图像语义分割准确率度量方法总结

相关文章:

  • 2021-05-17
  • 2021-04-01
  • 2021-08-25
  • 2021-12-02
  • 2021-06-17
  • 2021-08-09
猜你喜欢
  • 2022-12-23
  • 2021-07-07
  • 2021-09-14
  • 2022-01-19
  • 2021-08-14
相关资源
相似解决方案