### 图像分割常见评估指标及其Python代码实现 #### 1. IoU (Intersection over Union) IoU 是一种广泛使用的图像分割评价指标，表示预测区域与真实标注区域交集与并集的比例。其计算公式如下： \[ IoU = \frac{|A \cap B|}{|A \cup B|} \] 其中 \( A \) 和 \( B \) 分别代表预测区域和真实标注区域。 下面是基于 NumPy 的 IoU 实现代码： ```python import numpy as np def iou(y_true, y_pred): intersection = np.logical_and(y_true, y_pred).sum() # 计算交集 union = np.logical_or(y_true, y_pred).sum() # 计算并集 if union == 0: return 0 iou_score = intersection / union # 计算 IoU return iou_score ``` 此函数接受两个布尔型数组 `y_true` 和 `y_pred`，分别对应真实的掩膜和预测的掩膜[^2]。 --- #### 2. Dice Coefficient Dice 系数是一种类似于 IoU 的指标，常用于医学图像分割领域。它的计算公式为： \[ Dice = \frac{2 |A \cap B|}{|A| + |B|} \] 以下是其实现代码： ```python def dice_coefficient(y_true, y_pred): intersection = np.sum(y_true * y_pred) # 计算交集 sum_ = np.sum(y_true) + np.sum(y_pred) # 计算总和 if sum_ == 0: return 0 dice = 2 * intersection / sum_ return dice ``` 该函数同样适用于二值化的掩膜输入。 --- #### 3. 类别像素准确率（Pixel Accuracy） 类别像素准确率衡量的是分类正确的像素占总像素的比例。对于多类别的场景，可以进一步扩展为平均类别像素准确率。 以下是单类别情况下的实现代码： ```python def pixel_accuracy(y_true, y_pred): correct_pixels = np.equal(y_true, y_pred).astype(int).sum() total_pixels = y_true.size accuracy = correct_pixels / total_pixels return accuracy ``` 如果需要计算多个类别的平均精度，则可以通过混淆矩阵的方式完成[^3]: ```python def mean_pixel_accuracy(confusion_matrix): diag_sum = confusion_matrix.diagonal().sum() # 对角线求和 row_sum = confusion_matrix.sum(axis=1) # 每行求和 class_accuracies = diag_sum / np.maximum(row_sum, 1) # 防止分母为零 mean_acc = np.nanmean(class_accuracies) # 平均值 return mean_acc ``` --- #### 4. Mean Intersection Over Union (mIoU) Mean IoU 表示所有类别上 IoU 的平均值，是对整体分割效果的一个综合评价指标。 以下是 mIoU 的实现代码： ```python def compute_miou(confusion_matrix): true_positive = confusion_matrix.diagonal() # 获取对角线上元素 false_positive = confusion_matrix.sum(axis=0) - true_positive false_negative = confusion_matrix.sum(axis=1) - true_positive ious = true_positive / (true_positive + false_positive + false_negative) miou = np.nanmean(ious) # 忽略 NaN 值取平均 return miou ``` 上述代码通过混淆矩阵计算每个类别的 IoU，并最终返回平均值。 --- #### 数据预处理注意事项 为了确保以上代码能够正常运行，在实际操作中需要注意数据预处理阶段的工作。例如，将原始图像转换为 RGB 格式、归一化至 [0, 1] 范围，并将掩膜映射为目标标签形式（如前景设为 1，背景设为 0）。这部分工作通常涉及以下步骤[^4]: ```python from sklearn.preprocessing import MinMaxScaler scaler = MinMaxScaler() # 将图像归一化到 [0, 1] image_normalized = scaler.fit_transform(image.reshape(-1, image.shape[-1])).reshape(image.shape) # 掩膜转为二值标签 mask_binary = np.where(mask > 127, 1, 0) ``` ---