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

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。

[公式] :类别总数,如果包括背景的话就是 [公式]

[公式] :真实像素类别为 [公式] 的像素被预测为类别 [公式] 的总数量,换句话说,就是对于类别为 [公式] 的像素来说,被错分成类别 [公式] 的数量有多少。

[公式] :真实像素类别为 [公式] 的像素被预测为类别 [公式] 的总数量,换句话说,就是对于真实类别为 [公式] 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。

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。

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。

posted @ 2019-07-21 19:36  yumoye  阅读(2086)  评论(0编辑  收藏  举报