语义分割准确率、精确率、召回率、F1值计算代码

您所在的位置：网站首页 › 语义分割准确率 › 语义分割准确率、精确率、召回率、F1值计算代码

语义分割准确率、精确率、召回率、F1值计算代码

2024-07-09 13:27| 来源: 网络整理| 查看: 265

语义分割准确率、精确率、召回率、F1值计算

使用提示：

需要opencv库只需将预测结果文件路径与标签路径改一下只针对二分类哦（多分类可稍作修改）代码里正类的像素值为255，可做修改！

1.精度指标 TP 正类判定为正类

FP 负类判定为正类

FN 正类判定为负类

TN 负类判定为负类

import cv2 import numpy as np import os #预测结果路径 pred_path = r'D:\experiment\u-net\predict' #标签路径 lab_path = r'F:\dataset\LEVIR-CD-deal\test\label' def tpcount(imgp,imgl): n = 0 for i in range(WIDTH): for j in range(HIGTH): if imgp[i,j] == 255 and imgl[i,j] == 255: n = n+1 return n def fncount (imgp,imgl): n = 0 for i in range(WIDTH): for j in range(HIGTH): if imgl[i,j] == 255 and imgp[i,j] == 0: n = n+1 return n def fpcount(imgp,imgl): n = 0 for i in range(WIDTH): for j in range(HIGTH): if imgl[i,j] == 0 and imgp[i,j] == 255: n+=1 return n def tncount(imgp,imgl): n=0 for i in range(WIDTH): for j in range(HIGTH): if imgl[i,j] == 0 and imgp[i,j] == 0: n += 1 return n imgs = os.listdir(pred_path) a = len(imgs) TP = 0 FN = 0 FP = 0 TN = 0 c = 0 for name in imgs: imgp = cv2.imread(pred_path + '/' + name, -1) imgp = np.array(imgp) imgl = cv2.imread(lab_path + '/' + name, -1) imgl = np.array(imgl) WIDTH = imgl.shape[0] HIGTH = imgl.shape[1] TP += tpcount(imgp, imgl) FN += fncount(imgp, imgl) FP += fpcount(imgp, imgl) TN += tncount(imgp, imgl) c += 1 print('已经计算：'+str(c) + ',剩余数目：'+str(a-c)) print('TP:'+str(TP)) print('FN:'+str(FN)) print('FP:'+str(FP)) print('TN:'+str(TN)) #准确率 zq = (int(TN)+int(TP))/(int(WIDTH)*int(HIGTH)*int(len(imgs))) #精确率 jq = int(TP)/(int(TP)+int(FP)) #召回率 zh = int(TP)/(int(TP)+int(FN)) #F1 f1 = int(TP)*2/(int(TP)*2+int(FN)+int(FP)) print('准确率：'+ str(zq)) print('精确率：'+ str(jq)) print('召回率：'+ str(zh)) print('F1值：'+ str(f1))

有任何疑问请直接在评论区提问！有任何疑问请直接在评论区提问！有任何疑问请直接在评论区提问！重要的事说三遍！（如非必要请勿私信，确有必要，请先点赞！）

版权专属小轩

【本文地址】

语义分割准确率、精确率、召回率、F1值计算代码

语义分割准确率、精确率、召回率、F1值计算代码

今日新闻

推荐新闻