Как проверить точность алгоритма сегментации?

Я имею дело с проблемой классификации изображения. Перед классификацией изображения должны быть сегментированы. Я попробовал несколько методов. На мой вопрос "как я могу проверить точность сегментации ?". Я планирую сравнить окончательное двоичное изображение с правильным двоичным изображением на основе различий пикселей, чтобы получить показатель успеха. Есть ли более эффективный способ сравнить края двух двоичных изображений вместо этого?

4 ответов


измерение качества сегментации изображений является темой, хорошо изученной в сообществе компьютерного зрения.

вы можете ознакомиться этой метод, который подходит для бинарных членением. Существует также этой метод для нескольких сегментов, а также для точности границ.


обычный подход заключается в использовании соотношения общей площади правильного положения объекта по сравнению с площадью обнаруженный объект, который попадает в правильное положение.

Если ваши области неоднородны, это будет что-то вроде (пиксели в обнаруженной области, которые соответствуют истине земли)/общее количество пикселей в сегментации истины земли.

на изображении ниже: count (серый) / (count (черный + серый))

enter image description here

мера вы должны учитывать также отношение области обнаружения по сравнению с областью истинности земли, потому что у вас может быть обнаружение, которое охватывает все изображение, и имеет оценку 100% точности по приведенной выше формуле.


Я думаю, что следует использовать несколько мер, когда вы хотите оценить результат сегментации. Точность (отношение правильно сегментированной площади над земной правдой) недостаточна. Потому что ваша сегментация может также охватывать область, которая не находится в основной истине. Поэтому я предлагаю вам использовать следующие меры для оценки результата сегментации:

  1. истинный положительный тариф: правильно зона сегментации над всей областью вы сегментированный.
  2. ложных срабатываний: область, которые не в земле, правда, но это в результате во всем районе вы члениковые.
  3. точность
  4. оценка F1: интегрированная мера (см.:http://en.wikipedia.org/wiki/F1_score)

и насколько Вы были бы счастливы, если бы объект ground truth обнаружен в 1000 маленьких сегментах, которые идеально покрывают область?