![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
语义分割系列
文章平均质量分 71
语义分割相关知识学习
寻找永不遗憾
这个作者很懒,什么都没留下…
展开
-
【DeeplabV3+ 指标可视化】DeeplabV3+评价指标可视化
文章目录1 评价指标可视化用在何处2 show_results()代码理解3 输出结果展示4 感谢链接1 评价指标可视化用在何处在文章DeeplabV3+计算评价指标中给出了分割模型的评价指标有哪些,以及如何计算,在得到验证集的各项指标后,没点可视化操作显得不够专业,故增加此文。if __name__ == "__main__": # --------------------------------------------------------# # hist:验原创 2022-04-19 12:42:19 · 2091 阅读 · 9 评论 -
【DeeplabV3+ MIoU】DeeplabV3+计算评价指标
文章目录1 什么是miou2 获取分割结果+计算miou3 get_miou_png的代码解析4 compute_mIoU, show_results的代码解析感谢链接1 什么是miouMIoU全称为Mean Intersection over Union,平均交并比。可作为语义分割系统性能的评价指标(像素级分类嘛)。miou=1k∑i=1kP∩GP∪Gmiou=\frac{1}{k} \sum_{i=1}^{k} \frac{P \cap G}{P \cup G}miou=k1i=1∑kP∪GP原创 2022-04-18 21:21:34 · 5239 阅读 · 14 评论 -
【np.bincount】np.bincount()用在分割领域生成混淆矩阵
文章目录1 混淆矩阵定义2 np.bincount()函数解读3 生成混淆矩阵4 感谢链接1 混淆矩阵定义混淆矩阵:Confusion Matrix,用于直观展示每个类别的预测情况,能从中计算准确率(Accuracy)、精度(Precision)、召回率(Recall)、交并比(IoU)。混淆矩阵是n*n的矩阵(n是类别),对角线上的是正确预测的数量。2 np.bincount()函数解读返回从0到 array中最大值 每个数出现的次数np.bincount(array, minlength)原创 2022-04-17 21:56:47 · 1780 阅读 · 0 评论 -
【DeeplabV3+ get_miou_png】DeeplabV3+获取数据集预测结果灰度图
deeplab.py的代码解析通过deeplab.py完成get_miou中image= deeplab.get_miou_png(image) import colorsysimport copyimport timeimport cv2import numpy as npimport torchimport torch.nn.functional as Ffrom PIL import Imagefrom torch import FloatTensor, nn, tensor原创 2022-04-17 11:09:23 · 3281 阅读 · 11 评论 -
【deeplabv3+ 预测】deeplabv3+图像输入->处理->输出全过程
文章目录1 代码详解2 结果输出3 图片预处理代码4 感谢链接1 代码详解得到模型权重后,对一张图片进行语义分割处理,其详细过程如下所示,结合代码注释即可。import colorsysimport copyimport timeimport cv2import numpy as npimport torchimport torch.nn.functional as Ffrom PIL import Imagefrom torch import nn#--------------原创 2022-04-12 16:49:40 · 5146 阅读 · 2 评论