mIoU混淆矩陣生成函數代碼詳解

代碼參考博客原文: https://blog.csdn.net/jiongnima/article/details/84750819

在原文和原文的引用里，找到了關於mIoU詳盡的解釋。這里重點解析 fast_hist(a, b, n) 這個函數的代碼。

生成混淆矩陣的代碼: 

#設標簽寬W，長H
def fast_hist(a, b, n):#a是轉化成一維數組的標簽，形狀(H×W,)；b是轉化成一維數組的標簽，形狀(H×W,)；n是類別數目，實數（在這里為19）
    '''
    核心代碼
    '''
    k = (a >= 0) & (a < n)#k是一個一維bool數組，形狀(H×W,)；目的是找出標簽中需要計算的類別（去掉了背景）
    return np.bincount(n * a[k].astype(int) + b[k], minlength=n ** 2).reshape(n, n)#np.bincount計算了從0到n**2-1這n**2個數中每個數出現的次數，返回值形狀(n, n)

在調用了 k = (a >= 0) & (a < n) 以后，得到了bool數組，那它長什么樣子呢？舉個栗子說明：

構造一個4×4的數組a，把背景值設置為255，除背景外類別共3個，分別為1, 2, 3

mushroomer@mushroomerMate:~$ python3
Python 3.7.1rc2 (default, Jun 14 2019, 23:23:01) 
[GCC 5.4.0 20160609] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import numpy as np
>>> a = np.array([[255, 0, 0, 255], [255, 255, 2, 2], [1, 1, 1, 255], [255, 255, 255, 255]])>>> a
array([[255,   0,   0, 255],
       [255, 255,   2,   2],
       [  1,   1,   1, 255],
       [255, 255, 255, 255]])
>>> n = 3
>>> k = (a >= 0) & (a < n)
>>> k
array([[False,  True,  True, False],
       [False, False,  True,  True],
       [ True,  True,  True, False],
       [False, False, False, False]])
>>> a[k]
array([0, 0, 2, 2, 1, 1, 1])

可以看出，k是個和a尺寸相同的bool數組，有效類別都標記為True，背景全部標記為False

a[k] 會把 k 標記的 True 對應在 a 中的值都提取出來。

 

再以 n = 3 為例，混淆矩陣如下：

混淆矩陣映射關系：

$index=n*class(a)+class(b)$

之后是np.bincount, 這個函數統計下標在目標列表中出現的次數。例如:

Python 3.7.1 (default, Dec 10 2018, 22:54:23) [MSC v.1915 64 bit (AMD64)] :: Anaconda, Inc. on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import numpy as np
>>> np.bincount([0, 0, 0, 2, 1, 1, 3])
array([3, 2, 1, 1], dtype=int64)
>>> np.bincount([0, 0, 0, 2, 1, 1, 3], minlength=7)
array([3, 2, 1, 1, 0, 0, 0], dtype=int64)
>>> np.bincount([0, 0, 0, 2, 1, 1, 9], minlength=7)
array([3, 2, 1, 0, 0, 0, 0, 0, 0, 1], dtype=int64)

列表中最大值為3，統計 [0, 1, 2, 3] 對應每個元素在輸入列表中出現的次數，得到 [3, 2, 1, 1], 含義是：0出現3次；1出現2次；2出現1次；3出現1次。

如果指定 minlength, 則認為列表中最大值為 max_value = max(max([0, 0, 0, 2, 1, 1, 3]), minlength)，然后去統計 list(range(max_value)) 對應每個元素在輸入列表中出現的次數。

 

在 fast_hist 函數中指定 minlength = n ** 2, 目的是使輸出長度為 n ** 2, 輸出形狀就正好可以轉換為 n * n 矩陣。當然根據 np.bincount 函數的特性，類別值如果超過 minlength，輸出長度就不是 n ** 2 了，因此我舉的栗子里背景值為 255 顯然是不合適的，^_^，意識到了嗎？

然后統計出來混淆矩陣每個 index 對應的 (class a 重疊 class b) 出現的次數，就得到了結果。這里的映射關系重點是要理解每個 index 都對應唯一一個 class a 重疊 class b，例如 n = 3, class a = 1, class b = 2，那么對應的 index = 3*1 + 2 = 5，對應填到混淆矩陣里。假如 class a = 2, class b = 1, 那 index = 3*2 + 1 = 7，index 就變成了7，這個 index 是一一對應的。