सेगमेंटेशन एल्गोरिदम की सटीकता का परीक्षण कैसे करें?

Question

मैं एक छवि वर्गीकरण समस्या से निपट रहा हूँ। वर्गीकरण से पहले, छवियों को विभाजित किया जाना चाहिए। मैंने कई तरीकों की कोशिश की। मेरा सवाल है "मैं विभाजन की सटीकता का परीक्षण कैसे कर सकता हूं?"। मैं सफलता दर प्राप्त करने के लिए पिक्सेल मतभेदों के आधार पर सही द्विआधारी छवि के साथ अंतिम बाइनरी छवि की तुलना करने की योजना बना रहा हूं। क्या इसके बजाय दो बाइनरी छवि के किनारों की तुलना करने का एक और अधिक प्रभावी तरीका है?

Answer 1

छवि विभाजन की गुणवत्ता मापने के लिए एक विषय में अच्छी तरह से कंप्यूटर दृष्टि समुदाय में अध्ययन किया है।

आप this विधि देख सकते हैं जो बाइनरी सेगमेंटेशन के लिए उपयुक्त है। कई सेगमेंट के लिए और सीमा सटीकता के लिए this विधि भी है।

Answer 2

एक सामान्य दृष्टिकोण ऑब्जेक्ट की सही स्थिति के कुल क्षेत्र के अनुपात का उपयोग करने के लिए सही स्थिति में आने वाली खोजी गई वस्तु के क्षेत्र की तुलना में है।

यदि आपके क्षेत्र समान नहीं हैं, तो यह कुछ ऐसा होगा (ग्राउंड सच्चाई से मेल खाने वाले क्षेत्र में पिक्सल)/ग्राउंड सच्चाई विभाजन में पिक्सेल की कुल संख्या।

नीचे छवि में

: गिनती (ग्रे)/(गिनती (काले + ग्रे))

एक मापक कि आप पर विचार करना चाहिए भी पता लगाने क्षेत्र का एक अनुपात जमीनी सच्चाई क्षेत्र की तुलना में , क्योंकि आपके पास एक पहचान हो सकती है जो पूरी छवि को कवर करती है, और उपर्युक्त सूत्र पर 100% सटीकता का स्कोर है।

Answer 3

मुझे लगता है कि जब आप अपने सेगमेंटेशन परिणाम का मूल्यांकन करना चाहते हैं तो कई उपायों का उपयोग किया जाना चाहिए। सटीकता (ग्राउंड सच्चाई पर सही ढंग से विभाजित क्षेत्र का अनुपात) पर्याप्त नहीं है। क्योंकि आपका विभाजन उस क्षेत्र को भी कवर कर सकता है जो जमीन की सच्चाई में नहीं है। इसलिए, मेरा सुझाव है कि आप अपने सेगमेंटेशन परिणाम का मूल्यांकन करने के लिए निम्नलिखित उपायों का उपयोग कर सकते हैं:

1. सही सकारात्मक दर: आपके द्वारा विभाजित सभी क्षेत्रों में सही सेगमेंटेशन क्षेत्र।
2. झूठी सकारात्मक दर: वह क्षेत्र जो जमीन की सच्चाई में नहीं है लेकिन यह आपके द्वारा विभाजित किए गए सभी क्षेत्रों में आपके परिणाम में है।
3. शुद्धता
4. एफ 1 स्कोर: एक एकीकृत उपाय (कृपया देखें: http://en.wikipedia.org/wiki/F1_score)

Answer 4

और यदि आप क्षेत्र के पूरी तरह से कवर करने वाले 1000 छोटे सेगमेंट में ग्राउंड सच्चाई वस्तु का पता लगाया है तो आप कितने खुश होंगे?