Pixel Accuracy(PA，像素精度)：这是最简单的度量，为标记正确的像素占总像素的比例。
Mean Pixel Accuracy(MPA，均像素精度)：是PA的一种简单提升，计算每个类内被正确分类像素数的比例，之后求所有类的平均。
Mean Intersection over Union(MIoU，均交并比)：为语义分割的标准度量。其计算两个集合的交集和并集之比，在语义分割的问题中，这两个集合为真实值（ground truth）和预测值（predicted segmentation）。这个比例可以变形为正真数（intersection）比上真正、假负、假正（并集）之和。在每个类上计算IoU，之后平均。（最常用）
Frequency Weighted Intersection over Union(FWIoU，频权交并比):为MIoU的一种提升，这种方法根据每个类出现的频率为其设置权重。
MIOU衡量的具体思想
其中(k+1)为类别数，pii表示TP，pij表示FN，pji表示FP（i表示真实类别，j表示其他类别），则每一个类别的IoU可以看作，IoU=TP/(TP+FN+FP).
真正值（TP）：预测值为1，真实值为1；橙色，A∩B
真负值（TN）：预测值为0，真实值为0；白色，~(A∪B)
假正值（FP）：预测值为1，真实值为0；黄色，B-(A∩B)
假负值（FN）：预测值为0，真实值为1；绿色，A-(A∩B)
MIOU=TP/(FP+FN+TP)
混淆矩阵（confusion matrix），又称为可能性表格或是错误矩阵。它是一种特定的矩阵用来呈现分类结果是否准确的可视化效果。其每一行代表预测值，每一列代表的是实际的类别。这个名字来源于它可以非常容易的表明多个类别是否有混淆（也就是一个class被预测成另一个class），每一个矩阵元素表示实际为A预测为A’的个数。
以三个类别为例，如下是一个混淆矩阵：
对于类别1：TP=43，FN=7，FP=2；类别2：TP=45，FN=5，FP=6；类别3：TP=49，FN=1，FP=5.因此：IoU1=43/(43+2+7)=82.69%，IoU2=45/(45+5+6)=80.36%，IoU=49/(49+1+5)=89.09%，因此mIoU=84.05%.其实就是矩阵的每一行加每一列，再减去重复的TP。
基于此篇博客进行更加详细地说明和相应的改写（因为实验所用的数据集是VOC2011,不是CITYSCAPES）(https://blog.csdn.net/jiongnima/article/details/84750819)
#!/usr/秀丽的戒指/python# -*- coding: utf-8 -*-import numpy as npimport argparseimport jsonfrom PIL import Imagefrom os.path import join#设标签宽W，长Hdef fast_hist(a, b, n):#a是转化成一维数组的标签，形状(H×W,)；b是转化成一维数组的标签，形状(H×W,)；n是类别数目，实数（在这里为19） '''核心代码''' k = (a >= 0) & (a < n) #k是一个一维bool数组，形状(H×W,)；目的是找出标签中需要计算的类别（去掉了背景） k=0或1 return np.秀丽的戒指count(n * a[k].astype(int) + b[k], minlength=n ** 2).reshape(n, n)#np.秀丽的戒指count计算了从0到n**2-1这n**2个数中每个数出现的次数，返回值形状(n, n)def per_class_iu(hist):#分别为每个类别（在这里是19类）计算mIoU，hist的形状(n, n) '''核心代码''' return np.diag(hist) / (hist.sum(1) + hist.sum(0) - np.diag(hist))#矩阵的对角线上的值组成的一维数组/矩阵的所有元素之和，返回值形状(n,)#hist.sum(0)=按列相加 hist.sum(1)按行相加#def label_mapping(input, mapping):#主要是因为CityScapes标签里面原类别太多，这样做把其他类别转换成算法需要的类别（共19类）和背景（标注为255）# output = np.copy(input)#先复制一下输入图像# for ind in range(len(mapping)):# output[input == mapping[ind][0]] = mapping[ind][1]#进行类别映射，最终得到的标签里面之后0-18这19个数加255（背景）# return np.array(output, dtype=np.int64)#返回映射的标签''' compute_mIoU函数原始以CityScapes图像分割验证集为例来计算mIoU值的（可以根据自己数据集的不同更改类别数num_classes及类别名称name_classes），本函数除了最主要的计算mIoU的代码之外，还完成了一些其他操作，比如进行数据读取，因为原文是做图像分割迁移方面的工作，因此还进行了标签映射的相关工作，在这里笔者都进行注释。大家在使用的时候，可以忽略原作者的数据读取过程，只需要注意计算mIoU的时候每张图片分割结果与标签要配对。主要留意mIoU指标的计算核心代码即可。'''def compute_mIoU(gt_dir, pred_dir, devkit_dir):#计算mIoU的函数 """ Compute IoU given the predicted colorized images and """ with open('/home/ubuntu/DeepLab/datasets/VOCdevkit/VOC2012/ImageSets/Segmentation/info.json', 'r') as fp: #读取info.json，里面记录了类别数目，类别名称。（我们数据集是VOC2011，相应地改了josn文件） info = json.load(fp) num_classes = np.int(info['classes'])#读取类别数目，这里是20类 print('Num classes', num_classes)#打印一下类别数目 name_classes = np.array(info['label'], dtype=np.str)#读取类别名称 #mapping = np.array(info['label2train'], dtype=np.int)#读取标签映射方式，详见博客中附加的info.json文件 hist = np.zeros((num_classes, num_classes))#hist初始化为全零，在这里的hist的形状是[20, 20] ''' 原代码是有进行类别映射，所以通过json文件来存放类别数目、类别名称、 标签映射方式。而我们只需要读取类别数目和类别名称即可，可以按下面这段代码将其写死 num_classes=20 print('Num classes', num_classes) name_classes = ["aeroplane","bicycle","bird","boat","bottle","bus","car", "cat","chair","cow","diningtable","dog","horse","motobike","person","pottedplant","sheep","sofa","train","tvmonitor"] hist = np.zeros((num_classes, num_classes)) ''' image_path_list = join(devkit_dir, 'val2.txt')#在这里打开记录分割图片名称的txt label_path_list = join(devkit_dir, 'val2.txt')#ground truth和自己的分割结果txt一样 gt_imgs = open(label_path_list, 'r').read().splitlines()#获得验证集标签名称列表 gt_imgs = [join(gt_dir, x) for x in gt_imgs]#获得验证集标签路径列表，方便直接读取 pred_imgs = open(image_path_list, 'r').read().splitlines()#获得验证集图像分割结果名称列表 pred_imgs = [join(pred_dir, x) for x in pred_imgs] #pred_imgs = [join(pred_dir, x.split('/')[-1]) for x in pred_imgs]#获得验证集图像分割结果路径列表，方便直接读取 for ind in range(len(gt_imgs)):#读取每一个（图片-标签）对 pred = np.array(Image.open(pred_imgs[ind]))#读取一张图像分割结果，转化成numpy数组 label = np.array(Image.open(gt_imgs[ind]))#读取一张对应的标签，转化成numpy数组 #print pred.shape #print label.shape #label = label_mapping(label, mapping)#进行标签映射（因为没有用到全部类别，因此舍弃某些类别），可忽略 if len(label.flatten()) != len(pred.flatten()):#如果图像分割结果与标签的大小不一样，这张图片就不计算 print('Skipping: len(gt) = {:d}, len(pred) = {:d}, {:s}, {:s}'.format(len(label.flatten()), len(pred.flatten()), gt_imgs[ind], pred_imgs[ind])) continue hist += fast_hist(label.flatten(), pred.flatten(), num_classes)#对一张图片计算19×19的hist矩阵，并累加 if ind > 0 and ind % 10 == 0:#每计算10张就输出一下目前已计算的图片中所有类别平均的mIoU值 print('{:d} / {:d}: {:0.2f}'.format(ind, len(gt_imgs), 100*np.mean(per_class_iu(hist)))) print(per_class_iu(hist)) mIoUs = per_class_iu(hist)#计算所有验证集图片的逐类别mIoU值 for ind_class in range(num_classes):#逐类别输出一下mIoU值 print('===>' + name_classes[ind_class] + ':t' + str(round(mIoUs[ind_class] * 100, 2))) print('===> mIoU: ' + str(round(np.nanmean(mIoUs) * 100, 2)))#在所有验证集图像上求所有类别平均的mIoU值，计算时忽略NaN值 return mIoUscompute_mIoU('/home/ubuntu/DeepLab/datasets/VOCdevkit/VOC2012/SegmentationClass/', '/home/ubuntu/DeepLab/datasets/VOCdevkit/VOC2012/zhuosetu/', '/home/ubuntu/DeepLab/datasets/VOCdevkit/VOC2012/ImageSets/Segmentation/' )#执行主函数 三个路径分别为 ‘ground truth’,'自己的实验分割结果'，‘分割图片名称txt文件’转载自:https://blog.csdn.net/weixin_42188270/article/details/86632714#commentBox