深度学习分割评价指标汇总

ACC：classification accuracy，描述分类器的分类准确率
计算公式为：ACC=(TP+TN)/(TP+FP+FN+TN)

BER：balanced error rate
计算公式为：BER=1/2*(FPR+FN/(FN+TP))

敏感度sensitivity / Recall / TPR：true positive rate，漏诊，描述识别出的所有正例占所有正例的比例
计算公式为：TPR=TP/ (TP+ FN)

FPR：false positive rate，描述将负例识别为正例的情况占所有负例的比例
计算公式为：FPR= FP / (FP + TN) = 1 - TNR

特异度specificity / TNR：true negative rate，误诊，描述识别出的负例占所有负例的比例
计算公式为：TNR= TN / (FP + TN)

精确率precision / PPV：Positive predictive value
计算公式为：PPV=TP / (TP + FP)

NPV：Negative predictive value
计算公式：NPV=TN / (FN + TN)

IOU / Jaccard：Intersection Over Union
计算公式：TP/(TP+FP+FN)

Dice / F1:
计算公式：2TP / (2TP+FP+FN) = 2 (Precision * Recall) / (Precision+Recall)

HD和ASSD：
一张图不解释