[发明专利]一种面向语义分割模型评价指标的计算方法及装置在审
申请号: | 202211062188.3 | 申请日: | 2022-08-29 |
公开(公告)号: | CN115410071A | 公开(公告)日: | 2022-11-29 |
发明(设计)人: | 黄子怡;刘奋 | 申请(专利权)人: | 武汉中海庭数据技术有限公司 |
主分类号: | G06V10/98 | 分类号: | G06V10/98;G06V10/776;G06V10/26;G06V20/70 |
代理公司: | 武汉蓝宝石专利代理事务所(特殊普通合伙) 42242 | 代理人: | 方晖 |
地址: | 430000 湖北省武汉市东湖新技术开发区软件园东路*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 面向 语义 分割 模型 评价 指标 计算方法 装置 | ||
1.一种面向语义分割模型评价指标的计算方法,其特征在于,包括:
获取一幅或多幅目标图像及其分割信息,并将所述目标图像输入到待评价语义分割模型中,得到每幅已分割图像的掩码图,并将其转换为数组;所述掩码图包括目标图像的每个像素的类别预测值,所述分割信息包括分割类别数以及每个像素对应类别的真值;
根据所述数组和对应的目标图像的分割信息,计算每幅掩码图的混淆矩阵,并根据所述混淆矩阵计算所述掩码图的类别像素精度;
将每幅掩码图中的不同分割目标的轮廓点填充不同的灰度值,并统计每个分割目标的像素坐标集合;根据每个分割目标的像素坐标集合,与其对应目标图像的分割目标的像素坐标集合,计算所述掩码图的平均交并比。
2.根据权利要求1所述的面向语义分割模型评价指标的计算方法,其特征在于,所述根据所述数组和对应的目标图像的分割信息,计算每幅掩码图的混淆矩阵,并根据所述混淆矩阵计算所述掩码图的类别像素精度包括:
根据每个像素对应类别的真值与掩码图中的预测值,计算每个类别预测准确率的混淆矩阵;
根据所述混淆矩阵统计掩码图中标记正确的像素占总像素的比例,并计算像素准确率。
3.根据权利要求2所述的面向语义分割模型评价指标的计算方法,其特征在于,还包括:
根据所述混淆矩阵统计掩码图中标记正确的像素占每个类别的总像素的比例,并计算类别像素准确率。
4.根据权利要求1所述的面向语义分割模型评价指标的计算方法,其特征在于,所述根据每个分割目标的像素坐标集合,与其对应目标图像的分割目标的像素坐标集合,计算所述掩码图的平均交并比包括:
计算每个分割目标的像素坐标集合,与其对应目标图像的分割目标的像素坐标集合的交并比;
根据多个分割目标对应的交并比,计算所述掩码图的平均交并比。
5.根据权利要求4所述的面向语义分割模型评价指标的计算方法,其特征在于,还包括:设置每个分割目标的权重,并根据所述权重计算所述掩码图的权频交并比。
6.根据权利要求1至5任一项所述的面向语义分割模型评价指标的计算方法,其特征在于,所述分割信息还包括:已标注完成的掩码图。
7.一种面向语义分割模型评价指标的计算装置,其特征在于,包括:
获取模块,用于获取一幅或多幅目标图像及其分割信息,并将所述目标图像输入到待评价语义分割模型中,得到每幅已分割图像的掩码图,并将其转换为数组;所述掩码图包括目标图像的每个像素的类别预测值,所述分割信息包括分割类别数以及每个像素对应类别的真值;
第一计算模块,根据所述数组和对应的目标图像的分割信息,计算每幅掩码图的混淆矩阵,并根据所述混淆矩阵计算所述掩码图的类别像素精度;
第二计算模块,用于将每幅掩码图中的不同分割目标的轮廓点填充不同的灰度值,并统计每个分割目标的像素坐标集合;根据每个分割目标的像素坐标集合,与其对应目标图像的分割目标的像素坐标集合,计算所述掩码图的平均交并比。
8.根据权利要求7所述的面向语义分割模型评价指标的计算装置,其特征在于,所述第一计算模块包括:
第一计算单元,用于根据每个像素对应类别的真值与掩码图中的预测值,计算每个类别预测准确率的混淆矩阵;
第二计算单元,用于根据所述混淆矩阵统计掩码图中标记正确的像素占总像素的比例,并计算像素准确率。
9.一种电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1至6任一项所述的面向语义分割模型评价指标的计算方法。
10.一种计算机可读介质,其上存储有计算机程序,其中,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的面向语义分割模型评价指标的计算方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉中海庭数据技术有限公司,未经武汉中海庭数据技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211062188.3/1.html,转载请声明来源钻瓜专利网。