UNET图像分割模型的混淆矩阵
UNET图像分割模型的混淆矩阵
提问于 2020-05-01 10:05:35
我使用了Unet模型进行图像分割。我使用了RGB图像和相应的图像掩码，在输出时我得到了相应的感兴趣区域。现在我想找出这个模型的混淆矩阵，并从中评估其他参数。能帮上忙吗？我无法得到建立混淆矩阵所需的预测值和实际值。谢谢
回答 1
Data Science用户
回答已采纳
发布于 2020-10-29 13:25:25
如果您的掩码只有一个通道，并且在二进制分割的情况下，您可以很容易地从一幅图像中计算出一个混淆矩阵，原因是：
- TP:地面真相和预测像素属于1类(对象)
- 地面真相和预测像素为0级(背景)
- FP:地面真相pixel=0而预测pixel=1
- FN:地面真相pixel=1而预测pixel=0
在dataset上，您可以从选定的iou阈值中获得混淆矩阵。例如，如果iou阈值为0.5：
- TP += 1用于iou(ground_truth，预测) >= 0.5的每幅图像
- FP += 1用于iou(ground_truth，预测)< 0.5和预测!=空的每幅图像
- FN += 1用于iou(ground_truth，预测)< 0.5和gt !=空的每幅图像
这只是一个建议，也许有更好的方法来解决这个问题。
页面原文内容由Data Science提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://datascience.stackexchange.com/questions/73346
复制相关文章
相似问题
腾讯云开发者
