语义分割中的mIoU计算函数解读

最新推荐文章于 2024-09-13 14:39:54 发布

原创

最新推荐文章于 2024-09-13 14:39:54 发布 · 5k 阅读

5 ·

CC 4.0 BY-SA版权

文章标签：

#mIoU

本文从新手视角解读CVPR2018文章《Context Encoding for Semantic Segmentation》中的mIoU计算，通过分析histogram函数的详细用法，探讨mIoU在语义分割中的作用。参考了优快云博主的文章来辅助理解，解释了histogram函数的参数如bins、range、normed等，并指出histogram函数返回的hist和bin_edges数组的意义。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

代码来自于CVPR2018的一篇文章Context Encoding for Semantic Segmentation。
github工程地址为：https://github.com/zhanghang1989/PyTorch-Encoding
很棒的工作。
我是新入门，对代码解读如下，有不对的地方请高手们批评指正。
我的标签图像序号是从0开始，依次编号，0代表背景类

def batch_intersection_union(predict, target, nclass):
    """Batch Intersection of Union
    Args:
        predict: input 4D tensor 具体地为B(batch大小)*C(通道)*H*W
        target: label 3D tensor 具体地为B(batch大小)*H*W
        nclass: number of categories (int)
    """
    #在通道维上取最大值，注意predict为第二个返回值，因此是索引，从0开始
    #此时predict和target一样，维度均为B*H*W，且值均为0，1，2.........
    _, predict = torch.max(predict, 1) 
    mini = 1
    maxi = nclass
    nbins = nclass
    #将predict和target放入cpu并转换为numpy数组，同时+1
    #此时predict和target的值为1，2，......
    predict = predict.cpu().numpy() + 1
    target = target.cpu().numpy() + 1

   #假如我除去背景类只有1类目标，则nbins为2。
   #此句似乎没有实际意义？predict值不变，因为target值均大于0
   # (target > 0)返回的均为true
    predict =