图像分割常用评价指标

图像分割常用评价指标

最近在做实验的时候，用到了 Dice coefficient 和 F1-score 评价指标，在训练中发现这两个评价指标的结果始终都是一样的，有点疑惑。于是去看原理，最后发现这两个评价指标其实是一样的，于是打算将推理过程记录一下，以便以后加深印象。

Dice coefficient

Dice coefficient 通常用于计算两个样本的相似度，取值范围为 [0, 1]。
$$dice=\frac{2\left|X\cap Y\right|}{\left|X\right|+\left|Y\right|}$$
示意图如下

上图中黄色区域内为 TP , 两个红色区域加起来为 FP + TN，所以 Dice coefficient 计算公式如下：
$$dice=\frac{2TP}{2TP+FP+FN}$$

F1-Score

F1-Score 也是用来衡量分割精度的一个指标，同时考虑了准确率和召回率。
$$F1=\frac{2PR}{P+R}$$
其中准确率和召回率如下：
$$P=\frac{TP}{TP+FP}$$

$$R=\frac{TP}{TP+FN}$$

将准确率 P 和召回率 R 代入 F1 中，结果如下：
$$F1=\frac{2TP}{2TP+FP+FN}$$
由此可以得出，Dice coefficient 和 F1-Score 在数值上是一致的，所以不需要同时使用 Dice coefficient 和 F1-Score 作为实验结果的评价指标。

mIoU

mIoU 的含义是真实图像与预测图像的交并比，常用于图像分割、分类任务的结果评价。
$$mIoU=\frac{\left|X\cap Y\right|}{\left|X\cup Y\right|}=\frac{TP}{TP+FP+FN}$$