如何测试分割算法的准确性？

Question

我正在处理图像分类问题.在分类之前,应该分割图像.我尝试了几种方法.我的问题是"我如何测试分割的准确性？".我计划根据像素差异将最终二进制图像与正确的二进制图像进行比较,以获得成功率.有没有更有效的方法来比较两个二进制图像的边缘,而不是这个？

Answer 1

通常的方法是使用物体的正确位置的总面积与落入正确位置的被检测物体的面积的比率.

如果你的区域不均匀,它将类似于(检测到的区域中的像素与地面实况相匹配)/地面实况分割中的总像素数.

在下图中:count(灰色)/(count(黑色+灰色))

您应该考虑的一个度量也是检测区域与地面实况区域的比率,因为您可能具有覆盖整个图像的检测,并且在上述公式上具有100%的准确度分数.

Answer 2

测量图像分割的质量是计算机视觉社区中深入研究的主题。

您可以看到这种适用于二进制分割的方法。对于多段和边界精度也有这种方法。

Answer 3

我认为当你想评估你的分割结果时应该使用多种度量。准确性（正确分割的区域与地面实况的比率）是不够的。因为你的分割也可能覆盖了不在ground truth中的区域。因此，我建议您可以使用以下措施来评估您的分割结果：

1. 真阳性率：您分割的所有区域的正确分割区域。
2. 误报率：不在基本事实中但在您分割的所有区域的结果中的区域。
3. 准确性
4. F1 分数：综合衡量标准（请参阅：http : //en.wikipedia.org/wiki/F1_score）