我正在执行图像分割任务,并且所使用的数据集仅包含基本事实,而没有边界框或多边形。
我有2个类(忽略背景的0),输出和地面真相标签位于数组中,例如
预测-/-标签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
如何从这些计算IoU?
PS:我正在使用带有pytorch api的python3
最佳答案
因此,我刚刚发现jaccard_similarity_score被视为IoU。
因此,解决方案非常简单,from sklearn.metrics import jaccard_similarity_score jac = jaccard_similarity_score(predictions, label, Normalize = True/False)
源链接: https://scikit-learn.org/stable/modules/generated/sklearn.metrics.jaccard_score.html#sklearn.metrics.jaccard_score