如何使用 PyTorch 在语义分割中获得前 k 个精度？

Posted 2023-03-27

【中文标题】如何使用 PyTorch 在语义分割中获得前 k 个精度？

【英文标题】：How to get top k accuracy in semantic segmentation using PyTorch?

【发布时间】：2020-04-15 21:40:42

【问题描述】：

如何计算语义分割中的 top k 准确率？在分类中，我们可以将topk准确率计算为：

correct = output.eq(gt.view(1, -1).expand_as(output))

【问题讨论】：

对于正常分类，您可以检查：discuss.pytorch.org/t/imagenet-example-accuracy-calculation/… 这有帮助吗？细分有什么不同？

【参考方案1】：

您正在寻找 torch.topk 函数，该函数可计算维度上的前 k 个值。torch.topk 的第二个输出是“arg top k”：前值的 k 个索引。

这是在语义分割上下文中的使用方法： 假设您有形状为b-h-w (dtype=torch.int64) 的基本事实预测张量y。 您的模型预测形状 b-c-h-w 的每像素类 logits，c 是类的数量（包括“背景”）。这些 logits 是 之前 softmax 函数将它们转换为类概率的“原始”预测。 由于我们只查看顶部的k，因此预测是“原始”还是“概率”并不重要。

# compute the top k predicted classes, per pixel:
_, tk = torch.topk(logits, k, dim=1)
# you now have k predictions per pixel, and you want that one of them will match the true labels y:
correct_pixels = torch.eq(y[:, None, ...], tk).any(dim=1)
# take the mean of correct_pixels to get the overall average top-k accuracy:
top_k_acc = correct_pixels.mean()  

请注意，此方法不考虑“忽略”像素。这可以通过对上述代码稍作修改来完成：

valid = y != ignore_index
top_k_acc = correct_pixels[valid].mean()

【参考方案2】：

假设您的输出是根据您的课程列表排序的一系列分数labels：

import torch

scores, indices = torch.topk(output, k)
correct = labels[indices]