语义分割的常用方法和评价准则

常用方法

目前主流的语义分割网络一般是遵循下采样，上采样，特征融合，然后重复该过程，最后经过softmax像素分类。

评价准则

语义分割的评价准则为：

1.像素精度（pixel accuracy）：每一类像素正确分类的个数/ 每一类像素的实际个数。

2.均像素精度（mean pixel accuracy）：每一类像素的精度的平均值。 

 

3. 平均交并比（Mean Intersection over Union）：求出每一类的IOU取平均值。IOU指的是两块区域相交的部分（两个部分的并集），如图中绿色部分/总面积。这样的评价指标可以判断目标的捕获程度（使预测标签与标注尽可能重合），也可以判断模型的精确程度（使并集尽可能重合）。

4. 权频交并比（Frequency Weight Intersection over Union）：每一类出现的频率作为权重。