如何从分割掩码中找到 IoU？
How to find IoU from segmentation masks?
我正在执行图像分割任务，我使用的数据集只有基本事实但没有边界框或多边形。
我有 2 个 类（背景忽略 0）并且输出和基本事实标签在一个数组中，如
Predicted--/---Labels
0|0|0|1|2 0|0|0|1|2
0|2|1|0|0 0|2|1|0|0
0|0|1|1|1 0|0|1|1|1
0|0|0|0|1 0|0|0|0|1
我如何根据这些计算 IoU？
PS：我正在使用 python3 和 pytorch api
所以我才发现jaccard_similarity_score算作IoU
所以解决方法很简单，
from sklearn.metrics import jaccard_similarity_score
jac = jaccard_similarity_score(predictions, label, Normalize = True/False)
我正在执行图像分割任务，我使用的数据集只有基本事实但没有边界框或多边形。
我有 2 个 类（背景忽略 0）并且输出和基本事实标签在一个数组中，如
Predicted--/---Labels
0|0|0|1|2 0|0|0|1|2
0|2|1|0|0 0|2|1|0|0
0|0|1|1|1 0|0|1|1|1
0|0|0|0|1 0|0|0|0|1
我如何根据这些计算 IoU？
PS：我正在使用 python3 和 pytorch api
所以我才发现jaccard_similarity_score算作IoU
所以解决方法很简单，
from sklearn.metrics import jaccard_similarity_score
jac = jaccard_similarity_score(predictions, label, Normalize = True/False)