Sagemaker 语义分割:每类 iou 和像素精度

Posted

技术标签:

【中文标题】Sagemaker 语义分割:每类 iou 和像素精度【英文标题】:Sagemaker Semantic Segmentation: iou and pixel accuracy per class 【发布时间】:2019-10-31 23:45:21 【问题描述】:

我正在 AWS sagemaker 上做一些语义分割工作。我的输出是我所有类的平均 iou 和像素精度,但我需要更多粒度,因此需要每个类的 iou 和像素精度。这是为了看看哪些类需要改进。

我想这是可能的,但如何?

我看过这些类似的问题,但还没有解决方案。

Tensorflow : IOU per class

IoU for semantic segmentation implementation in python/caffe per class

【问题讨论】:

【参考方案1】:

在 SageMaker 中没有简单的方法来计算每个类的 IoU。我能想到的唯一方法是使用预测的分割掩码并自己计算每个类的 IoU。可以使用https://gluon-cv.mxnet.io/_modules/gluoncv/utils/metrics/segmentation.html 中给出的 GluonCV 函数来完成,特别是代码行:mIoU = IoU.mean() 可以回溯以获得计算 IoU 所需的函数。

【讨论】:

以上是关于Sagemaker 语义分割:每类 iou 和像素精度的主要内容,如果未能解决你的问题,请参考以下文章

无法读取 Sagemaker 语义分割模型批量转换输出文件

《基于深度学习的图像语义分割方法综述》阅读理解

使用 AugmentedManifest 在 SageMaker 中进行语义分割失败

语义分割评价指标(Dice coefficient, IoU)

亚马逊 AWS 和 S3 实例的语义分割

语义分割(研究现状技术基础)