视频目标分割VOS的评价指标J&F

本文简要概括VOS任务中两个最重要的评价指标，即J&F（全称应该是Jaccard和F-Score）。其中J描述的是预测的mask和gt之间的IOU，F描述的是预测mask边界与gt边界之间的吻合程度。下面分别进行介绍：

Jaccard

J的计算其实非常简单，就是单纯的计算预测mask和gt mask之间的IOU，即一个比值的形式：分子是预测mask和gt这两张图foreground部分的交，而分母部分就是两者之间的并集。其代码实现如下：

def db_eval_iou(annotation,segmentation):

    """ Compute region similarity as the Jaccard Index.
    Arguments:
        annotation   (ndarray): binary annotation   map.
        segmentation (ndarray): binary segmentation map.
    Return:
        jaccard (float): region similarity
 """

    annotation   = annotation.astype(np.bool)
    segmentation = segmentation.astype(np.bool)

    if np.isclose(np.sum(annotation),0) and np.isclose(np.sum(segmentation),0):
        return 1
    else:
        return np.sum((annotation & segmentation)) / \
                np.sum((annotation | segmentation),dtype=np.float32)

F-score

F-score评估的是预测mask的边界是否与gt mask的边界对应。首先应提取预测mask和gt的边界元素坐标，将边界上的元素置为True，非边界的元素置为False。由于F-score的定义为：

$$F=\frac{2PR}{P+R}$$

P表示precision，即查准率；R表示recall，即查全率。其计算公式分别如下：

$$P$$