怎么理解图像识别里的dice系数？越接近1越相似吗？模型效果越好吗？
2个回答
图像分割，目标检测中比较常用到dice coefficient。它的取值范围是0到1，越接近1说明模型越好。
dice coefficient是像素级别的，真实的目标出现在某片区域A，你的模型预测的目标区域为B，那么dice coefficient就等于
$$\frac{2\times \text{A和B重叠区域的像素个数}}{\phantom{1234}\text{A的像素个数}+\text{B的像素个数}\phantom{1234}}$$
SofaSofa数据科学社区DS面试题库 DS面经
简Cheng
2019-10-31 00:34
假设蓝色是模型预测的区域，红色是ground truth，dice系数就可以表示为下图中右边的公式
左边的公式表示的是IoU，也就是Jaccard系数，也是在图像中比较常用
SofaSofa数据科学社区DS面试题库 DS面经
kym1990
2019-11-07 04:00
相关主题
目标检测里IOU是什么意思？
1回答
关于video saliency detection的一些问题
0回答
coco数据集是什么？
2回答
图像处理中rgba是什么意思？
2回答
ubuntu系统中怎么安装tesseract-ocr的中文识别库？
1回答
图像轮廓识别
1回答
opencv里waitkey和destroyAllWindows有什么用？
2回答
我们谢绝在回答前讲“生动”的故事。
我们谢绝“这么简单，你自己想”、“书上有的，你认真看”这类的回答；如果你认为对方的提问方式或者内容不妥，你可以直接忽略该问题，不用进行任何作答，甚至可以对该问题投反对票。
我们谢绝答非所问。
我们谢绝自己不会、硬要回答。
我们感激每一个用户在编写答案时的努力与付出！