Come verificare l'accuratezza dell'algoritmo di segmentazione?

Question

Mi occupo di un problema di classificazione delle immagini. Prima della classificazione, le immagini dovrebbero essere segmentate. Ho provato diversi metodi. La mia domanda è "come posso testare la precisione della segmentazione?". Ho intenzione di confrontare l'immagine binaria finale con l'immagine binaria corretta in base alle differenze di pixel per ottenere una percentuale di successo. C'è un modo più efficiente per confrontare i bordi di due immagini binarie, invece di questo?

Answer 1

Misurare la qualità di segmentazione delle immagini è un argomento ben studiato nella comunità computer vision.

È possibile vedere il metodo this adatto per le segmentazioni binarie. C'è anche il metodo this per più segmenti e anche per l'accuratezza al contorno.

Answer 2

Un approccio normale consiste nell'utilizzare il rapporto tra l'area totale della posizione corretta dell'oggetto rispetto all'area dell'oggetto rilevato che rientra nella posizione corretta.

Se le aree non sono uniformi, sarà qualcosa di simile (i pixel nell'area rilevata corrispondono alla verità del terreno)/numero totale di pixel nella segmentazione della verità del terreno.

nell'immagine qui sotto: count (grigio)/(numero (nero + grigio))

Una misura che si dovrebbe prendere in considerazione è anche un rapporto tra l'area di rilevamento rispetto alla zona di verità a terra , perché potresti avere un rilevamento che copre l'intera immagine e avere un punteggio di precisione del 100% sulla formula sopra.

Answer 3

Penso che più misure dovrebbero essere utilizzate quando si desidera valutare il risultato della segmentazione. L'accuratezza (il rapporto tra l'area correttamente segmentata rispetto alla verità del terreno) non è sufficiente. Perché la tua segmentazione può coprire anche l'area che non è nella verità di base. Pertanto, ti suggerisco di utilizzare le seguenti misure per valutare il risultato della segmentazione:

1. Vero tasso positivo: l'area di segmentazione corretta su tutta l'area che hai segmentato.
2. False positive rate: l'area che non è nel terreno verità ma che è nel tuo risultato su tutta l'area che hai segmentato.
3. Precisione
4. punteggio F1: una misura integrato (vedi per favore: http://en.wikipedia.org/wiki/F1_score)

Answer 4

E quanto saresti felice se l'oggetto verità terrestre fosse rilevato in 1000 piccoli segmenti che coprono perfettamente l'area?