我正在AWS sagemaker上进行一些语义隔离工作。我的输出是我所有班级的平均iou和像素精度，但是我需要更多的粒度，因此需要每个班级的iou和像素精度。这是为了查看需要改进哪些类。
我想它有可能，但是怎么办？
我已经看过这些类似的问题，但尚未解决。
Tensorflow : IOU per class
IoU for semantic segmentation implementation in python/caffe per class
最佳答案
在SageMaker中没有简单的方法来计算每个类的IoU。我能想到的唯一方法是使用预测的分割掩码并自己计算每个类的IoU。可以使用https://gluon-cv.mxnet.io/_modules/gluoncv/utils/metrics/segmentation.html中提供的GluonCV函数（尤其是代码行）来完成：mIoU = IoU.mean（）可以回溯以获取计算IoU所需的函数。
关于python - Sagemaker语义分割:每类的iou和像素精度，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/56647277/