python-3.x - 语义分割的自定义指标

Question

我正在处理多类语义分割任务，并且想定义一个自定义的加权指标来计算我的神经网络的性能。

我正在使用 U-net 将图像分割成 8 个类别之一，其中 1-7 是特定类别，0 是背景。如何使用 Keras metrics 上定义的标准自定义指标模板页面，以便我只得到 channel 1-7 的 IoU，乘以 (1,7) 权重数组？我尝试使用

删除自定义指标中的背景 channel

y_true, y_pred = y_true[1:,:,:], y_pred[1:, :,:]

但看起来这不是我想要的。任何帮助将不胜感激。

Answer 1

必要的改变

def dice_coef_multilabel(y_true, y_pred, numLabels=CLASSES):
    dice=0
    for index in range(numLabels):
        dice -= dice_coef(y_true[:,:,index], y_pred[:,:,index])
    return dice

如果需要，可以通过使用两个嵌套循环遍历所有 channel 组合来跨 channel 计算骰子系数。我还包括骰子系数计算。

def dice_coef(y_true, y_pred):
    y_true_f = K.flatten(y_true)
    y_pred_f = K.flatten(y_pred)
    intersection = K.sum(y_true_f * y_pred_f)
    return (2. * intersection + smooth) / (K.sum(y_true_f) + K.sum(y_pred_f) + smooth)

FWIW，this github link有各种类型的指标以 channel 方式实现。