1. Pixel Accuracy(PA)
픽셀을 올바르게 예측한 비율
위의 식에서 K는 foreground class의 수이며 실제로는 background가 존재하기 때문에 총 K+1개의 class이다. pij는 i인 class에 대하여 j로 예측한 것을 나타낸다. 즉 모든 예측 결과에서 pii인 경우(i를 i로 옳게 예측한 경우)의 비율을 나타낸 것이다(accuracy와 비슷한 원리).
2. Intersection over Union(IoU)
예측한 segmentation map과 ground truth(실제 label)의 교집합을 합집합으로 나누어 구한다. semantic segmentation에서 자주 사용된다.
'Computer Vision > Semantic Segmentation' 카테고리의 다른 글
| DeepLab V3+ Xception (0) | 2022.08.01 |
|---|---|
| Inception & Xception (for DeepLab V3+ Xception) (0) | 2022.08.01 |
| Depth-wise Separable Convolution (for DeepLab V3+ Xception) (0) | 2022.08.01 |
| DeepLab V3+ (0) | 2022.08.01 |
| Atrous Convolution, Atrous Spatial Pyramid Pooling(ASPP) (for DeepLab V3+) (0) | 2022.08.01 |