图像分割中的DICE指标

举个栗子，在图像分割中，假设图像中有个人，现在我们要使用算法自动把属于人的像素标出来，标成1(换种说法是positive）。图中的真实结果代表所有真正属于人的像素，图中的预测结果代表我们的算法自动标记出来的像素，那么红色的就是两者的交集，也就是我们预测正确的值，即true positive。从直观上看，这两个区域重叠的越大越好，最好完全重叠。在这里声明一下，图中的预测结果即所有positive，但是true和false还要看像素是否包含在真是结果中，如果包含在，则是true的，即true positive，如果没有包含在，就是false的，即false positive。图中红色的即true  positive，意思是这些像素本来是属于真实结果的，现在被预测成positive了，也就是true的。说完这些后，我们就可以看DICE的公式了，分子代表红色部分的两倍，分母是蓝色+绿色+2*红色。当绿蓝完全重叠时，红=绿=蓝，此时DICE为1，即分数最高。但DICE总是<=1的。