python-3.x - 多类语义分割模型评估

Question

我正在做一个关于多类语义分割的项目。我制定了一个模型，该模型通过降低损失值来输出漂亮的下降分割图像。但是，我无法在诸如 meanIoU 或 Dice 系数之类的指标中评估模型性能。在二元语义分割的情况下，很容易将阈值设置为 0.5，将输出分类为对象或背景，但在多类语义分割的情况下不起作用。您能否告诉我如何在上述指标上获得模型性能？任何帮助将不胜感激!

顺便说一句，我正在使用 PyTorch 框架和 CamVid 数据集。

Answer 1

如果有人对此答案感兴趣，请同时查看 this issue .该问题的作者指出，mIoU 可以以不同的方式计算(并且该方法在文献中更被接受)。因此，在将实现用于任何正式发布之前，请考虑这一点。

基本上，issue-poster 建议的另一种方法是分别累积整个数据集上的交集和并集，并在最后一步进行划分。以下原始答案中的方法计算一批图像的交集和并集，然后将它们除以得到当前批处理的 IoU，然后对整个数据集的 IoU 取平均值。 p>

然而，这个下面给出的原始方法是有问题的，因为最终的平均 IoU 会随着批量大小而变化。另一方面，mIoU 不会随着 the issue 中提到的方法的批量大小而变化。因为单独的累积将确保批处理大小无关紧要(尽管更高的批处理大小肯定有助于加快评估速度)。

原答案:

下面给出的是 PyTorch 中平均 IoU(联合交集)的实现。

def mIOU(label, pred, num_classes=19):
    pred = F.softmax(pred, dim=1)              
    pred = torch.argmax(pred, dim=1).squeeze(1)
    iou_list = list()
    present_iou_list = list()

    pred = pred.view(-1)
    label = label.view(-1)
    # Note: Following for loop goes from 0 to (num_classes-1)
    # and ignore_index is num_classes, thus ignore_index is
    # not considered in computation of IoU.
    for sem_class in range(num_classes):
        pred_inds = (pred == sem_class)
        target_inds = (label == sem_class)
        if target_inds.long().sum().item() == 0:
            iou_now = float('nan')
        else: 
            intersection_now = (pred_inds[target_inds]).long().sum().item()
            union_now = pred_inds.long().sum().item() + target_inds.long().sum().item() - intersection_now
            iou_now = float(intersection_now) / float(union_now)
            present_iou_list.append(iou_now)
        iou_list.append(iou_now)
    return np.mean(present_iou_list)

您的模型的预测将采用 one-hot 形式，因此首先采用 softmax(如果您的模型还没有)，然后是 argmax 以获得每个像素处概率最高的索引。然后，我们计算每个类的 IoU(并在最后取平均值)。

我们可以将预测和标签 reshape 为一维向量(我读到它使计算更快)。对于每个类，我们首先使用 pred_inds = (pred == sem_class) 和 target_inds = (label == sem_class) 识别该类的索引。生成的 pred_inds 和 target_inds 将在标记为该特定类的像素处具有 1，而对于任何其他类，将具有 0。

那么，目标可能根本不包含该特定类。这将使该类的 IoU 计算无效，因为它不存在于目标中。因此，您为此类类分配了一个 NaN IoU(以便您稍后可以识别它们)，并且不让它们参与均值的计算。

如果特定类存在于目标中，则 pred_inds[target_inds] 将给出一个 1 和 0 的向量，其中 1 的索引是预测和目标相等的那些，否则为零。取所有元素的总和将得到交集。

如果我们添加 pred_inds 和 target_inds 的所有元素，我们将得到该特定类的像素的并集 + 交集。所以，我们减去已经计算的交集得到并集。然后，我们可以划分交集和并集，得到该特定类的 IoU，并将其添加到有效 IoU 列表中。

最后，你取整个列表的平均值来获得 mIoU。如果你想要骰子系数，你可以用类似的方式计算它。