このページは Cloud Translation API によって翻訳されました。
Switch to English

tf.keras.metrics.MeanIoU

TensorFlow 1つのバージョン GitHubの上のソースを表示

平均交差点オーバー連合(EU)は、メトリック計算します。

:から継承Metric

平均交差オーバー連合が最初各セマンティッククラスのIOUを計算した後、クラスにわたる平均を計算する意味論的画像セグメンテーションのためのメトリックの一般的な評価です。 IOUは、以下のように定義される:IOU = true_positive /(true_positive + false_positive + false_negative)。予測は、混同行列に蓄積により重み付けされsample_weightとメトリックは、それから計算されます。

場合sample_weightありませんNone 、重みは1使用をデフォルトとsample_weight値をマスクする0の。

num_classes ラベルの可能な数は予測タスクを持つことができます。寸法= [num_classes、num_classes]の混同行列が割り当てられるので、この値は、提供されなければなりません。
name メトリックインスタンスの(オプション)文字列名。
dtype メトリック結果の(任意)データ型。

スタンドアロンの使用:

# cm = [[1, 1],
#        [1, 1]]
# sum_row = [2, 2], sum_col = [2, 2], true_positives = [1, 1]
# iou = true_positives / (sum_row + sum_col - true_positives))
# result = (1 / (2 + 2 - 1) + 1 / (2 + 2 - 1)) / 2 = 0.33
m = tf.keras.metrics.MeanIoU(num_classes=2)
m.update_state([0, 0, 1, 1], [0, 1, 0, 1])
m.result().numpy()
0.33333334
m.reset_states()
m.update_state([0, 0, 1, 1], [0, 1, 0, 1],
               sample_weight=[0.3, 0.3, 0.3, 0.1])
m.result().numpy()
0.23809525

使用方法compile() API:

 model.compile(
  optimizer='sgd',
  loss='mse',
  metrics=[tf.keras.metrics.MeanIoU(num_classes=2)])
 

メソッド

reset_states

ソースを表示

メトリックの状態変数のすべてをリセットします。

メトリックは、トレーニング中に評価されている場合、この関数は、エポック/ステップの間と呼ばれています。

result

ソースを表示

混同行列を経由して平均交差点オーバー組合を計算します。

update_state

ソースを表示

混同行列の統計情報を蓄積します。

引数
y_true 地上真理値。
y_pred 予測値。
sample_weight 各例の任意の重み。 1.デフォルトは指定できTensorそのランク0であるか、同じランクy_true 、とにbroadcastableでなければならないy_true

戻り値
更新オペアンプ。