二维图像Dice系数计算

最新推荐文章于 2024-05-29 13:45:45 发布

原创最新推荐文章于 2024-05-29 13:45:45 发布 · 2.4k 阅读

9 ·

CC 4.0 BY-SA版权

文章标签：

#python #计算机视觉 #深度学习

图像分割专栏收录该内容

8 篇文章

订阅专栏

该博客介绍了一种计算二维图像分割任务中网络预测准确性的方法——Dice系数。通过比较预测结果与标签之间的重叠部分，计算每个图像的Dice系数，并最终求平均值以评估整体性能。

项目场景：计算二维图像的Dice系数

在这里插入图片描述

问题描述：

通常我们用目标分割网络，预测结果后。为了得知网络的准确度，可以计算其Dice系数，通过比较其系数，可以得知网络的准确性。

import numpy as np
import cv2
from PIL import Image

if __name__ == '__main__':
    y_true_path = 'E:/AI-challenge/2021/results/label_show/'（这个是标签的文件地址）
    y_pred_path = 'E:/AI-challenge/2021/results/predict/'（这个是预测后的图像输出地址）
    dice_list = []
    for i in range(398):
        y_true = np.array(Image.open(y_true_path+str(i+1)+'.jpg'))
        y_pred = cv2.imread(y_pred_path+str(i+1)+'.jpg',cv2.IMREAD_GRAYSCALE)
        y_true = y_true/255
        y_pred = y_pred/255
        union = y_true * y_pred
        dice = 2*np.sum(union)/(np.sum(y_true)+np.sum(y_pred))
        dice_list.append(dice)
        print(i+1, ' ', dice, '\n')
    print(dice_list)
    print(np.mean(np.array(dice_list)))
        }