基于sklearn.metrics.roc_auc_score的二分类AUC计算方式

二分类，sklearn包roc_curve计算曲线下面积

// 分割结果，单张图片AUC计算

必须保证y_true（gt）是二值、整型的，y_test（out_net）是网络输出结果，float数据，表示网络将像素分为0/1类的对应概率。

// code
	from sklearn.metrics import roc_curve, auc
	out_s = out_s.squeeze(0).detach().numpy()
	gt_s = gt_s.squeeze(0).cpu().numpy().astype(int)

    out_roc = out_s.reshape(-1, 1)
    gt_roc = gt_s.reshape(-1, 1)
    fpr, tpr, _ = roc_curve(gt_roc, out_roc)  # 真实值是int，行数为样本数，列数为1
    roc_auc = auc(fpr, tpr)