语义分割前言

语义分割任务常见的数据集格式

1.

PASCAL VOC：提供一个png图片（是以调色板的方式进行存储的，其实他是一个一通道的（黑白）图片），在这个图片中记录有每一个像素所属于的类别信息

可以看到针对目标的边缘和特殊区域（不好分割的目标）会用一个特殊的颜色进行填充，这些位置对应的像素值是255，在训练过程中，计算损失时会忽略掉这些255的地方（因为目标边缘到底属于哪个类别不好区分）

## 如果用python的pylow包去读取图片，默认读取进来的就是调色板模式（p模式）（通道为1），

训练的时候只需要关注每个像素所属于的类别索引就可以了

2.

MS COCO：

 

针对图片中的每一个目标，都记录了多边形坐标

这里右下角的图像和1.中的是一样的。，只不过没有边缘信息

如果使用mscoco数据集，需要自己将多边形信息解码成png图片，也就是期望的标清形式

在计算损失的时候，拿预测的每一个像素对应的类别与真实标签每一个类别进行对比计算

3.

语义分割得到结果的具体形式

这里图片也是单通道

如果以灰度图像显示，这图看到的就是黑色的，因为他们的像素值都很小，看不出来区别

加了调色板方便可视化预测结果

每个像素的数值对应的是类别的索引

 4.

常见的语义分割评价指标

预测正确的·像素总和比上图片的像素个数

 

##pytorch官方的计算方法

通过构建混淆矩阵进行计算