matlab计算miou值,深度学习计算机视觉图像分割领域指标mIoU（平均交并比）计算代码与逐行解析...

import numpy as np

import argparse

import json

from PIL import Image

from os.path import join

#设标签宽W，长H

def fast_hist(a, b, n):#a是转化成一维数组的标签，形状(H×W,)；b是转化成一维数组的标签，形状(H×W,)；n是类别数目，实数(在这里为19)

'''

核心代码

'''

k = (a >= 0) & (a < n)#k是一个一维bool数组，形状(H×W,)；目的是找出标签中需要计算的类别(去掉了背景)

return np.bincount(n * a[k].astype(int) + b[k], minlength=n ** 2).reshape(n, n)#np.bincount计算了从0到n**2-1这n**2个数中每个数出现的次数，返回值形状(n, n)

def per_class_iu(hist):#分别为每个类别(在这里是19类)计算mIoU，hist的形状(n, n)

'''

核心代码

'''

return np.diag(hist) / (hist.sum(1) + hist.sum(0) - np.diag(hist))#矩阵的对角线上的值组成的一维数组/矩阵的所有元素之和，返回值形状(n,)

def label_mapping(input, mapping):#主要是因为CityScapes标签里面原类别太多，这样做把其他类别转