语义分割——评价指标

定义

语义分割 （Semantic Segmentation)：从像素水平（pixel-level）上，理解、识别图片的内容。

根据语义信息对图像中的像素进行分割。

输入：图片
输出：同尺寸的分割标记（像素水平）[每个像素会被识别为一个类别 category]

---

评价指标

像素准确率（Pixel Accuracy PA） or (global acc)

类别像素准确率（Class Pixel Accuracy CPA）

类别平均像素准确率（Mean Accuracy or Mean Pixel Accuracy MPA)

平均交并比（Mean Intersection over Union MIoU）

若想理解以上指标，必须知道什么叫做混淆矩阵（Confusion Matrix)，因为这些指标都是以混淆矩阵为基础。

---

混淆矩阵：分别统计分类模型归错类，归对类的观测值个数；之后，将结果呈现在一个表格中，这个表格便为混淆矩阵。

首先，我们定义混淆矩阵的四个基础指标：

• 真实值为Positive，模型预测也是Positive的数量（True Positive = TP）
• 真实值为Positive，模型预测为Negative的数量（False Negative = FN）
• 真实值为Negative，模型预测为Positive的数量（False Positive = FP）
• 真实值为Negative，模型预测也是Negative的数量（True Negative = TN）

注意表格中预测值和真实值的位置！

预测\真实	Positive	Negative
Positive	TP	FP
Negative	FN	TN

则指标有

准确率（Accuracy）

Accuracy = (TP+TN)/(TP+TN+FP+FN)

对角线计算，预测结果中正确的数量占总预测数量的比例 （对角线元素值的和/总元素值的和）

精准率（Precision）

Precision = TP/(TP+FP) or TN/(TN+FN)

预测结果中某类别预测正确的概率

召回率（Recall）

Recall = TP/(TP+FN) or TN/(TN+FP)

标签中某类别被预测正确的概率

举个栗子

预测\真实	猫	不是猫
猫	10	3
不是猫	8	45

Accuracy = (TP+TN)/(TP+TN+FP+FN) = 55/66

Precision(猫) = TP/(TP+FP) = 10/13

Recall(猫) = TP/(TP+FN) = 10/18

---

将其思维带入语义分割评价指标中

语义分割 将 图片中的像素点 (可看作 混淆矩阵 ) 分类

下图的表格代表一张8*8的图像，0-4代表像素值，比如横坐标为1，纵坐标也为1的像素值为0

图像的真实标签

图像的预测标签

将其翻译为 混淆矩阵

预测\真实	0	1	2	3	4
0	16	0	0	2	0
1	1	3	0	0	0
2	1	1	16	0	0
3	0	0	0	12	0
4	2	0	0	2	8

像素准确率

(Pixel Accuracy PA or Global Acc)

可对应 混淆矩阵中的 准确率 Accuracy

对角线元素之和/矩阵所有元素之和

带入上面的值：

---

类别像素准确率

(Class Pixel Accuracy CPA)

可对应 混淆矩阵中的 精准率 Precision

在类别 i 的预测值中，真实属于i类的像素准确率，换言之 预测正确的值占预测总值的比例

带入上面的值：

---

类别平均像素准确率

(Mean Accuracy or Mean Pixel Accuracy MPA)

分别计算每个类别被正确分类像素数量的比例 -> 将CPA累加再求平均

带入上面的值：

---

平均交并比

（Mean Intersection over Union MIoU）

首先计算类别IoU (CIoU)累加再求平均

带入上面的值:

---

参考：

【语义分割】评价指标：PA、CPA、MPA、IoU、MIoU详细总结和代码实现（零基础从入门到精通系列！）https://blog.csdn.net/sinat_29047129/article/details/103642140