图像分割可分为:语义分割、实例分割、全景分割
1、语义分割(semantic segmentation):标注方法通常是给每个像素加上标签;常用来识别天空、草地、道路等没有固定形状的不可数事物(stuff)。
2、实例分割(instance segmentation):标注方法通常是用包围盒(bbox)或分割掩码标记目标物体;常用来识别人、动物或工具等可数的、独立的明显物体(things)。
3、全景分割(Panoptic Segmentation):结合前面两者,生成统一的、全局的分割图像,既识别事物,也识别物体。
1、IoU: 交并比,两个区域重叠的部分除以两个区域的集合部分, IOU算出的值score > 0.5 就可以被认为一个不错的结果了
2、mIoU(mean IoU):均交并比,识别或者分割图像一般都有好几个类别,把每个分类得出的分数进行平均一下就可以得到mean IoU,也就是mIoU。
3、Precision:精确率,混淆矩阵计算得出,P = TP/(TP+FP)
4、Recall:召回率,R = TP/(TP+FN)
5、Accuracy:准确率,accuracy = (TP+TN)/(TP+TN+FP+FN)
下一篇:第一章:Go语言的特性有哪些?