【语义分割】偷偷惊讶的全员1语义分割概要图像分割语义分割指标混淆矩阵IOUDice
概要
语义分割(Semantic Segmentation )在计算机视觉CV领域占有重要地位，广泛应用于医疗、无人驾驶等领域。 从今天开始通过理论课和实战打开意义分割)的大门。
图像分割图像分割(Image Segmentation )是指基于某个规则将图像分割成若干特定的、具有独特性质的区域，提取感兴趣的目标。
当前图像分割任务区域：
“语义分割”(Semantic Segmentation )“实例分割”(Instance Segmentation )“全景分割”(Panoptic Segmentation )“语义分割”(semantic segmentatation )一系列文件
指标混淆矩阵混淆矩阵(Confusion Matrix )以可视化矩阵形式表示算法的性能
第一位T/F:代表预测的正误，第二位P/N:代表预测的结果精度(Precision ) :TP/(tpfp )代表预测的准确性，即模糊矩阵中的列再现率(Recall ) 3360 TP/) TPfn 模糊矩阵中行f 1: (2* precision * recall (/precision recall ) iou iou (intersection overunion ) )反映了预测位置与实物位置之间的相似度。
IOU=交叉/并集：
差分系数是集合像素度测量函数，通常用于计算两个样本的相似度，值的范围为[ 0，1 ]。
Dice系数实际上等于在IoU分子分母中分别追加了AB交叉：
Dice损失=-log(dice )