Sagemaker语义分割：每类的iou和像素精度

Question

我正在AWS sagemaker上进行一些语义隔离工作。我的输出是我所有班级的平均iou和像素精度，但是我需要更多的粒度，因此需要每个班级的iou和像素精度。这是为了查看哪些类需要改进。

我想它有可能，但是如何？

我看过这些类似的问题，但还没有解决方案。

Tensorflow : IOU per class

IoU for semantic segmentation implementation in python/caffe per class

Answer 1

在SageMaker中没有简单的方法来计算每个类的IoU。我能想到的唯一方法是使用预测的分割掩码并自己计算每个类的IoU。可以使用https://gluon-cv.mxnet.io/_modules/gluoncv/utils/metrics/segmentation.html中提供的GluonCV函数来完成，特别是代码行：mIoU = IoU.mean（）可以回溯以获取计算IoU所需的函数。