mean_iou
最后更新
luxonis_train.attached_modules.metrics.mean_iou分割掩码的平均交并比。类
MIoU
输入::predictions(Tensor): [B, nclasses, H, W] logitstarget(Tensor): [B, nclasses, H, W] one-hot 掩码
输出::Tensor: 标量平均 IoUMIoU_<class name>(Tensor): 每个类别的标量 IoU,当per_class为True且类别计数多于一个时
公式:: 每个预测像素获得具有最高 logit 的类别。对于图像 i 和类别 c,Pi, c 是预测像素集,Ti, c 是目标像素集: IoUi, c = (|Pi, c∩Ti, c|)/(|Pi, c∪Ti, c|) 该指标跳过图像和类别之间具有空并集的每对。如果没有per_class,结果是所有剩余对的平均值。使用per_class,类别的 IoU 是其剩余图像的平均值,主值是类别的平均值。
参考
- 来源:封装 torchmetrics (Apache-2.0)。
- 许可证:Apache-2.0(本项目)
注意事项
使用
per_class 时,类名来自节点。在任何图像中没有预测像素和目标像素的类别将获得 IoU -1,主值包含此 -1。示例
附加到
model.nodes 中的 DDRNetSegmentationHead:Yaml
1- name: DDRNetSegmentationHead
2 inputs: [DDRNet]
3 metrics:
4 - name: MIoU
5 params:
6 num_classes: 2方法
init
Python
1def __init__(num_classes: int, include_background: bool = True, per_class: bool = False, input_format: Literal['one-hot', 'index'] = 'index', **kwargs):MeanIoU。参数num_classes(int): 类别数量,输入类别维度的尺寸。include_background(bool): 类别0是否计数。当为False时,指标在评分前丢弃类别0,并且 compute 省略第一个类名。per_class(bool): compute 是否也返回每个类别的 IoU。它还会改变主值,请参阅类的公式。预定义模型通过per_class_metrics设置它。input_format(Literal['one-hot', 'index']): update 如何转换输入,请参阅 convert_format。两种格式仅在目标像素没有类别或有多个类别时给出不同的结果。**kwargs: 转发给 BaseMetric 的关键字参数,例如node。
compute
Python
1def compute(self) -> Tensor | tuple[Tensor, dict[str, Tensor]]:per_class,该方法返回封装的 MeanIoU 的标量结果。当自上次重置以来没有图像和类别对具有非空并集时,结果为 NaN。使用 per_class 时,封装的指标返回每个类别的 IoU。自上次重置以来没有预测像素和目标像素的类别将获得 -1。当只有一个类别计数时,该方法将此 IoU 作为标量返回。否则,它返回类别值的平均值,以及每个类别的 IoU。类名来自 BaseAttachedModule.classes,按类别索引的顺序排列。当 include_background 为 False 时,该方法会丢弃第一个名称。示例
一张包含四个像素的图像。目标在前两个像素中包含类别
0,在后两个像素中包含类别 1。预测在第二个像素中是错误的。类别 0 的 IoU 为 1 / 2,类别 1 的 IoU 为 2 / 3。结果是这两个值的平均值。Pycon
1>>> import torch
2>>> target = torch.tensor([[[[1, 1, 0, 0]], [[0, 0, 1, 1]]]])
3>>> logits = torch.tensor(
4... [[[[2.0, 0.0, 0.0, 0.0]], [[0.0, 1.0, 1.0, 1.0]]]]
5... )
6>>> metric = MIoU(num_classes=2)
7>>> metric.update(logits, target)
8>>> round(metric.compute().item(), 4)
90.5833Tensor | tuple[Tensor, dict[str, Tensor]]: 标量平均 IoU。当per_class为True且类别多于一个时,返回类别平均值和字典的元组。字典将"MIoU_<class name>"映射到每个类别的标量 IoU。
ValueError: 当per_class为True且节点的类名数量与指标的类别数量不同时。
convert_format
Python
1def convert_format(tensor: Tensor, is_target: bool = False) -> Tensor:input_format 的格式。"index": 返回维度1上的argmax。该方法也对目标执行此操作,因此没有类别的目标像素变为类别0。"one-hot",is_target设置为False: 返回输入形状和数据类型的 one-hot 张量。它在每个像素的argmax类别处保持1。"one-hot",is_target设置为True: 返回未更改的tensor。
示例
Pycon
1>>> import torch
2>>> logits = torch.tensor([[[[2.0, 0.0]], [[1.0, 3.0]]]])
3>>> metric = MIoU(num_classes=2, input_format="one-hot")
4>>> metric.convert_format(logits).tolist()
5[[[[1.0, 0.0]], [[0.0, 1.0]]]]
6>>> metric.convert_format(logits, is_target=True) is logits
7Truetensor(Tensor): 形状为[B, C, H, W]的 logits 或掩码。is_target(bool):tensor是否为目标。
Tensor: 对于"index",形状为[B, H, W]的类别索引,否则为形状为[B, C, H, W]的张量。
reset
Python
1def reset(self):MeanIoU 的状态。该方法不会为此指标调用 torchmetrics 的 reset。上次 compute 的缓存结果保留,并且 compute 在下次 update 之前返回它。update
Python
1def update(predictions: Tensor, target: Tensor):MeanIoU。对于 "index",convert_format 将两个张量都转换为类别索引。对于 "one-hot",它将预测转换为 one-hot 掩码,并且该方法将两个张量都转换为 bool。封装的指标计算每个图像和类别的 IoU。它将 IoU 和每个具有非空并集的对的计数添加到其运行总和中。参数predictions(Tensor): 形状为[B, C, H, W]的 logits,节点的主要输出。target(Tensor): 形状为[B, C, H, W]的 one-hot 掩码,任务的segmentation标签。