图像分割常用指标

更新于 分类于 ， 阅读次数： 本文字数： 928 阅读时长 ≈ 1 分钟

介绍图像分割常用的评价指标

前置内容

判定/事实 正 负
正 TP FP
负 FN TN

Dice相似系数

  • Dice Similariy Coefficient, DSC

  • 集合相似度度量指标，计算两个样本的相似度，范围0（最坏）~1（最好）

  • Dice=2TPFP+2TP+FNDice=\frac{2TP}{FP+2TP+FN}

  • pytorch代码：

1
2
3
4
5
6
7
8
9
def dice_coef(output, target):    #output为预测结果 target为真实结果
    smooth = 1e-5                 #防止0除
    if torch.is_tensor(output):
        output = torch.sigmoid(output).data.cpu().numpy()
    if torch.is_tensor(target):
        target = target.data.cpu().numpy()
    intersection = (output * target).sum()
    return (2. * intersection + smooth) / \
        (output.sum() + target.sum() + smooth)

IOU

  • 交并比

  • IoU=TPFP+TP+FNIoU=\frac{TP}{FP+TP+FN}

  • pytorch代码：

1
2
3
4
5
6
7
8
9
10
11
def iou_score(output, target):
    smooth = 1e-5
    if torch.is_tensor(output):
        output = torch.sigmoid(output).data.cpu().numpy()
    if torch.is_tensor(target):
        target = target.data.cpu().numpy()
    output_ = output > 0.5
    target_ = target > 0.5
    intersection = (output_ & target_).sum()
    union = (output_ | target_).sum()
    return (intersection + smooth) / (union + smooth)

参考文章

分割常用评价指标Dice、Hausdorff_95、IOU、PPV等(打马)