如何将分割后的图像标签与伯克利数据集中的 'ground truth' 标签匹配
How to match up the segmented image labels with the 'ground truth' labels from berkeley dataset
我的问题是如何将我的算法分割的图像标签与 Berkeley 分割数据集的真实标签进行比较：
例如，我的分割图像有这个标签：
[1 1 1 2 2 2 2 4 4 4]
真实标签是：
[4 4 4 2 2 2 2 1 1 1]
那么我如何才能将我的分割算法的结果与地面实况标签相匹配以计算精度和召回率，因为当我想用地面实况计算我的结果分割的预测和召回率时，它们显示值（Matlab 中的 NaN）。
实际上，标准程序包括对找到的分割区域进行阈值处理（地面实况和您的结果），然后应用形态学重建，使所有边界具有相同的宽度，然后进行比较。
这是在这个快速评估基准上实现的：http://157.253.63.7/BSDS500FastBench.tar.gz。这会接收一个包含您的分割结果的元胞数组作为输入，并将它们与人工注释的掩码进行比较。它还绘制并生成 Precision-Recall 曲线。
希望对您有所帮助。
我的问题是如何将我的算法分割的图像标签与 Berkeley 分割数据集的真实标签进行比较：
例如，我的分割图像有这个标签：
[1 1 1 2 2 2 2 4 4 4]
真实标签是：
[4 4 4 2 2 2 2 1 1 1]
那么我如何才能将我的分割算法的结果与地面实况标签相匹配以计算精度和召回率，因为当我想用地面实况计算我的结果分割的预测和召回率时，它们显示值（Matlab 中的 NaN）。
实际上，标准程序包括对找到的分割区域进行阈值处理（地面实况和您的结果），然后应用形态学重建，使所有边界具有相同的宽度，然后进行比较。
这是在这个快速评估基准上实现的：http://157.253.63.7/BSDS500FastBench.tar.gz。这会接收一个包含您的分割结果的元胞数组作为输入，并将它们与人工注释的掩码进行比较。它还绘制并生成 Precision-Recall 曲线。
希望对您有所帮助。