Day3-使用pytorch框架语义分割IOU指标

IoU（Intersection over Union，交并比）

IOU 衡量两个集合的重叠程度。

• IOU 为 0 时，两个框不重叠，没有交集。

• IOU 为 1 时，两个框完全重叠。

• IOU 取值为 0 ～ 1 之间的值时，代表了两个框的重叠程度，数值越高，重叠程度越高

在Semantic segmentation中，计算真实值和预测值的交并比来判断预测水平

代码

#y：真实值，y_pred预测值
intersection = torch.logical_and(y, y_pred)    # logical_and：与运算，交集
union = torch.logical_or(y, y_pred)            # logical_or：并集
batch_iou = torch.true_divide(torch.sum(intersection), # 交集除以并集，true_divide（内置除法）
                              torch.sum(union))        #因为这两个是张量，张量除法用true_divide
epoch_iou.append(batch_iou)

张量除法用true_divide