Dice系数、IOU
1.Dice系数
集合相似度度量的函数,通常用于计算两个样本的相似度,范围为【0,1】
1.1Dice系数与IOU的关系
蓝色部分为TP(真阳性),红色部分为FN(假阴性),黄色部分为FP(假阳性)
D i c e = 2 T P 2 T P + F P + F N = 2 ∣ X ∩ Y ∣ ∣ X ∣ + ∣ Y ∣ Dice = \frac{2TP}{2TP+FP+FN} = \frac{2|X\cap Y|}{|X|+|Y|} Dice=2TP+FP+FN2TP=∣X∣+∣Y∣2∣X∩Y∣
I o U = T P T P + F P + F N = ∣ X ∩ Y ∣ ∣ X ∣ + ∣ Y ∣ − ∣ X ∩ Y ∣ IoU = \frac{TP}{TP+FP+FN} = \frac{|X\cap Y|}{|X|+|Y|-|X\cap Y|} IoU=TP+FP+FNTP=∣X∣+∣Y∣−∣X∩Y∣∣X∩Y∣
所以:
I
o
U
=
D
i
c
e
2
−
D
i
c
e
IoU = \frac{Dice}{2-Dice}
IoU=2−DiceDice
将dice看作自变量,IOU为因变量,那么函数图像如图:
2.Dice计算
3.Dice loss
d = 1 − 2 ∣ X ∩ Y ∣ ∣ X ∣ + ∣ Y ∣ d = 1 - \frac{2|X \cap Y|}{|X|+|Y|} d=1−∣X∣+∣Y∣2∣X∩Y∣
d值的比较设计和样本极度不均匀的情况,一般情况下使用dice loss 的话会使训练过程变得不稳定,因为其不利于反向传播
4. IoU LOSS
的话会使训练过程变得不稳定,因为其不利于反向传播
4. IoU LOSS
IoU loss = 1 - Iou