我有一张土地覆盖的图像,并使用K-means聚类对其进行了分割。现在,我要计算分割算法的准确性。我在某处读到,骰子系数是实质性评估指标。但我不确定如何计算。
我使用Python 2.7
还有其他有效的评估方法吗?请提供摘要或到源的链接。谢谢你!
编辑:
我使用以下代码来测量原始图像和分割图像的骰子相似度,但似乎需要几个小时才能计算出:
for i in xrange(0,7672320):
for j in xrange(0,3):
dice = np.sum([seg==gt])*2.0/(np.sum(seg)+np.sum(gt)) #seg is the segmented image and gt is the original image. Both are of same size
最佳答案
请引用wiki的骰子相似系数
这里有一个示例代码段供您引用。请注意,由于您使用的是k-means,因此需要用所需的簇替换k。
import numpy as np
k=1
# segmentation
seg = np.zeros((100,100), dtype='int')
seg[30:70, 30:70] = k
# ground truth
gt = np.zeros((100,100), dtype='int')
gt[30:70, 40:80] = k
dice = np.sum(seg[gt==k])*2.0 / (np.sum(seg) + np.sum(gt))
print 'Dice similarity score is {}'.format(dice)
关于python-2.7 - 如何计算骰子系数以测量python中图像分割的准确性,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/31273652/