cv-day1

几种色彩格式的对比

Dice Coefficient（戴斯系数）和 IoU（Intersection over Union，交并比

TP (True Positive, 真阳性): 预测正确且属于目标类别的像素数（\(GT \cap S\) 的面积/像素数）。
FP (False Positive, 假阳性): 预测为目标类别但实际上是背景的像素数（预测区域有，但真实区域没有）。
FN (False Negative, 假阴性): 实际是目标类别但被预测为背景的像素数（真实区域有，但预测区域没有）。

1. IoU（交并比, Jaccard Index）IoU，也称为 Jaccard 指数（Jaccard Index），衡量的是两个集合交集与并集的比值。$$IoU = \frac{|GT \cap S|}{|GT \cup S|} = \frac{TP}{TP + FP + FN}$$分子（交集）： 预测区域和真实区域重叠的部分 (TP)。分母（并集）： 预测区域和真实区域合并后的总面积 (\(TP + FP + FN\)；注意，并集就是所有被预测或真实包含的像素，即 \(TP\) 加上错误的部分 \(FP\) 和 \(FN\))。
2. Dice Coefficient（戴斯系数, DSC）
   Dice Coefficient，也称为 F1-Score 或 Sørensen-Dice 指数，它衡量的是两个集合交集的两倍除以两个集合各自大小之和。$$Dice = \frac{2 \cdot |GT \cap S|}{|GT| + |S|} = \frac{2 \cdot TP}{(TP + FN) + (TP + FP)} = \frac{2 \cdot TP}{2 \cdot TP + FP + FN}$$分子： 预测区域和真实区域重叠部分面积的两倍 (\(2 \cdot TP\))。分母： 真实区域的总面积（\(|GT| = TP + FN\)）加上预测区域的总面积（\(|S| = TP + FP\)）。