evaluateSe​manticSegm​entationによ​る評価方法

https://jp.mathworks.com/help/vision/examples/semantic-segmentation-using-deep-learning.html

上のURLを参考にセマンティックセグメンテーションを行い，evaluateSemanticSegmentationを使用して，評価を行いました．

そこで，IoUを使用しようと思うのですがピクセル数が以下の画像のように偏っている場合WeightedIoUを使用すればいいのでしょうか？

Answer 1

[Kenta]

こんにちは、どちらがよいかは目的やご研究の方向性によって変わると思います。私の認識ですと、以下のようですので、こちらがKodai Satoさんの決定の手助けになれば幸いです。

IoUはドキュメントでは以下のように定義されています。

For each class, IoU is the ratio of correctly classified pixels to the total number of ground truth and predicted pixels in that class. In other words,

IoU score = TP / (TP + FP + FN)

また、weighted IoUは以下のような記述があります。

Average IoU of each class, weighted by the number of pixels in that class.

例えば、ほとんど現れないクラスXがあったとして、仮にそれの総ピクセル数のが１０だったとします。ほかのクラスYの総ピクセル数が１０００だとします。クラスXはほとんど現れないが、そこで、半分くらい間違えると、そのクラスが担当するIoUのせいで、mean IoUは小さくなってしまいます。そこで、小さい（大きい）クラスは相対的に最終結果に小さく（大きく）影響させたいならば weighted IoUを使えばいいのではないでしょうか。逆に、たまにしか現れなくても、それも含めて、正確にセグメントしたいのであれば、通常のIoUのほうを使えばよいのではないでしょうか。

引用：

https://jp.mathworks.com/help/vision/ref/evaluatesemanticsegmentation.html?lang=en

[Kodai Sato]

ご丁寧にありがとうございます．

定義についてより深く理解することができました．