evaluateSemanticSegmentation
グラウンド トゥルースに対してセマンティック セグメンテーション データ セットを評価する
構文
説明
は、さまざまなメトリクスを計算し、セグメンテーション クラス ssm
= evaluateSemanticSegmentation(imageSetConfusion
,classNames
)classNames
をもつ混同行列 imageSetConfusion
からのセマンティック セグメンテーションの結果の品質を評価します。
[
は、さまざまなメトリクスを計算し、クラス ssm
,blockMetrics
] = evaluateSemanticSegmentation(blockSetConfusion
,classNames
)classNames
をもつ混同行列 blockSetConfusion
からのブロックベース セマンティック セグメンテーションの結果の品質を評価します。
[___] = evaluateSemanticSegmentation(___,
は、評価を制御するために、Name,Value
)Name,Value
の引数のペアを 1 つ以上使用してセマンティック セグメンテーション メトリクスを計算します。
例
入力引数
出力引数
ヒント
関数
evaluateSemanticSegmentation
を使用した場合、データセット、クラス、またはイメージ メトリクスのNaN
の値は、メトリクスの計算中に 1 つ以上のクラスが欠損していたことを示しています。この場合、ソフトウェアはメトリクスを正確に計算できていません。欠損しているクラスは
ClassMetrics
プロパティを調べるとわかります。このプロパティでは各クラスのメトリクスが提供されます。ネットワークをさらに正確に評価するには、欠損しているクラスを含むさらに多くのデータを使用してグラウンド トゥルースを拡張します。
参照
[1] Csurka, G., D. Larlus, and F. Perronnin. "What is a good evaluation measure for semantic segmentation?" Proceedings of the British Machine Vision Conference, 2013, pp. 32.1–32.11.
拡張機能
バージョン履歴
R2017b で導入
参考
関数
semanticseg
|plotconfusion
(Deep Learning Toolbox) |jaccard
|bfscore
|segmentationConfusionMatrix
オブジェクト
トピック
- ブロックベースのワークフローにおけるセグメンテーション メトリクスの計算
- 深層学習を使用したセマンティック セグメンテーション入門
- MATLAB による深層学習 (Deep Learning Toolbox)
- 深層学習用のデータストア (Deep Learning Toolbox)