基于MatConvNet的全卷积神经网络(FCN) SegmentationLoss代码解析

在MatConvNet框架下，FCN是由DAG结构实现的，主要利用Matlab的OOP编程，下面是SegmentationLoss类的实现代码：

下面对上述代码行讲解：

classdef SegmentationLoss < dagnn.Loss

第一行此句表示定义一个类，类名为SegmentationLoss，该类继承自类dagnn.Loss，这里均与C++类的创建与继承类似。接着从line 3(第三行）到 line 26 (methods ... end)创建类方法，也就是在类内定义的普通函数（function ... end）。

line 24 到 line 26是类构造函数方法，因其方法名与类名一致，所以是类构造函数：A constructor method is a special function that creates an instance of the class. Typically, constructor methods accept input arguments to assign the data stored in properties and return an initialized object.

值得注意的是，该类构造函数并没有实现什么代码，而是调用了一个函数(确切地说应该是类方法，因为调用它的是一个类实例obj)：obj.load(varargin) ，而该类方法在当前类SegmentationLoss中并没有被实现，而是来源于继承。这个类方法load(注意与Matlab built-in的load函数相区别)。该类方法load在类Layer中定义，注意这里的继承顺序：

SegmentationLoss < dagnn.Loss < dagnn.ElementWise < dagnn.Layer < handle

下面是在Layer类中类方法load的实现代码：

由此可见，SegmentationAccuracy类构造函数方法载入输入的varargin参变量用来初始化SegmentationAccuracy类的properties，相当于C++中的类成员变量：

在上述代码中，properties (Transient)表示：property value is not saved when object is saved to a file，具体参考Property Attributes。

下面重点讲解语义分割的评价标准，其定义在Line 04的类方法forward函数中。若要完全理解该评价指标的计算及代码实现，需要先熟悉分类器模型评价指标之ROC曲线机理。ROC曲线相关概念如下图所示：

注意ROC曲线也用于多分类中分类器的评价指标，理解上图相关概念后，下面来看FCN相关评价指标的定义及计算公式：

下面对其代码实现进行解析：

上述代码Line 12中inputs{1}为384x384x21的数据，其中384x384为Scores的size，21表示通道数，也表示类别数。Line 21表示取出每个通道对应的spatial location处的最大值答应的通道索引即表示类别标签。Line 13表示把得到的预测标签为384x384 gpuArray收集到内存中，变为384x384 double。Line 14表示取出Ground Truth label，并且忽略背景标签，即labels为0的标签。Line 18表示有效标签数，也就是像素数，Line 19计算混淆矩阵，这里需要理解混淆矩阵和accumarray函数。将 accumarray 与 val = 1 结合使用可计算 subs 中相同下标的数目。得到混淆矩阵后，便可得到相关的统计数据。下面是obj.confusion示例：

上图中的TP，FN和FP是相对第一类而言的，其他类与之类似。在上式中，pii就表示TP，Pij（j=1...N）若i不等于j，即为FN；Pji(j=1...N)若j不等于i，即为FP。

Line 23 表示获取每一类Ground Truth标注的像素数，其值等于(TP+FN)；

Line 24 表示获取被预测为每一类的像素数，其值等于(TP+FP);

Line 25 表示获取每一类被正确预测的像素数，其值等于(TP);

根据pixelAccuracy的定义可知，Line 27 即表示每类的TP之和，即被正确分累的像素数之和与所有类的像素数之和的比值；

根据meanAccuracy的定义可知，Line 28 即表示每类的分类正确率取平均；

根据meanIntersectionUnion的定义可知，Line 29 即表示预测区域与Ground Truth区域重合的区域（交集）占预测区域与Ground Truth区域并集之比，完美分割的话，其值为1。根据下图可知：

可知meanIntersectionUnion等于：TP/[(FN+TP)+(TP+FP)-TP] ;

至此，关于全卷积神经网络(FCN) SegmentationLoss代码解析及语义分割的评价标准讲解完毕。