tf.keras.metrics.BinaryIoU

Вычисляет метрику пересечения над объединением для класса 0 и/или 1.

Наследуется от: IoU, Metric

tf.keras.metrics.BinaryIoU(
    target_class_ids=(0, 1), threshold=0.5, name=None, dtype=None
)

Формула:

iou = true_positives / (true_positives + false_positives + false_negatives)

Пересечение над объединением — это распространённая метрика оценки семантической сегментации изображений.

Для вычисления IoU предсказания накапливаются в матрице ошибок с учётом весов sample_weight, после чего по ней вычисляется метрика.

Если sample_weight — None, вес по умолчанию равен 1. Используйте sample_weight со значением 0, чтобы маскировать значения.

Этот класс можно использовать для вычисления IoU в задаче бинарной классификации, в которой предсказания представлены логитами. Сначала к предсказанным значениям применяется threshold: значения ниже threshold преобразуются в класс 0, а значения выше threshold — в класс 1.

Затем вычисляется IoU для классов 0 и 1, а возвращается среднее значение IoU для классов, указанных с помощью target_class_ids.

Примечание: при использовании threshold=0 эта метрика ведёт себя так же, как IoU.

Аргументы
`target_class_ids`	Кортеж или список идентификаторов целевых классов, для которых возвращается метрика. Возможные значения: `[0]`, `[1]` или `[0, 1]`. При значении `[0]` (или `[1]`) возвращается метрика IoU для класса 0 (или, соответственно, класса 1). При значении `[0, 1]` возвращается среднее значение IoU для двух классов.
`threshold`	Пороговое значение, применяемое к логитам предсказаний для преобразования в предсказанный класс 0, если логит меньше `threshold`, или в предсказанный класс 1, если логит больше `threshold`.
`name`	(Необязательно) строковое имя экземпляра метрики.
`dtype`	(Необязательно) тип данных результата метрики.

Пример:

m = keras.metrics.BinaryIoU(target_class_ids=[0, 1], threshold=0.3)
m.update_state([0, 1, 0, 1], [0.1, 0.2, 0.4, 0.7])
m.result()
0.33333334

m.reset_state()
m.update_state([0, 1, 0, 1], [0.1, 0.2, 0.4, 0.7],
               sample_weight=[0.2, 0.3, 0.4, 0.1])
# cm = [[0.2, 0.4],
#        [0.3, 0.1]]
# sum_row = [0.6, 0.4], sum_col = [0.5, 0.5],
# true_positives = [0.2, 0.1]
# iou = [0.222, 0.125]
m.result()
0.17361112

Использование с API compile():

model.compile(
    optimizer='sgd',
    loss='mse',
    metrics=[keras.metrics.BinaryIoU(
        target_class_ids=[0],
        threshold=0.5
    )]
)

Атрибуты
`dtype`
`variables`

Методы

`add_variable`

Посмотреть исходный код

add_variable(
    shape, initializer, dtype=None, aggregation='sum', name=None
)

`add_weight`

Посмотреть исходный код

add_weight(
    shape=(), initializer=None, dtype=None, name=None
)

`from_config`

Посмотреть исходный код

@classmethod
from_config(
    config
)

`get_config`

Посмотреть исходный код

get_config()

Возвращает сериализуемую конфигурацию метрики.

`reset_state`

Посмотреть исходный код

reset_state()

Эта функция вызывается между эпохами или шагами, когда метрика вычисляется во время обучения.

`result`

Посмотреть исходный код

result()

Вычисляет пересечение над объединением с помощью матрицы ошибок.

`stateless_reset_state`

Посмотреть исходный код

stateless_reset_state()

`stateless_result`

Посмотреть исходный код

stateless_result(
    metric_variables
)

`stateless_update_state`

Посмотреть исходный код

stateless_update_state(
    metric_variables, *args, **kwargs
)

`update_state`

Посмотреть исходный код

update_state(
    y_true, y_pred, sample_weight=None
)

Накапливает статистику матрицы ошибок.

Перед обновлением матрицы ошибок для предсказанных значений применяется пороговое значение: 0 для значений меньше threshold, 1 для значений, больших или равных threshold

Аргументы
`y_true`	Истинные значения.
`y_pred`	Предсказанные значения.
`sample_weight`	Необязательное взвешивание каждого примера. Может быть `Tensor` с рангом 0 или таким же, как у `y_true`, и должно допускать широковещательную передачу до `y_true`. По умолчанию используется `1`.

Возвращает
Операция обновления.

`call`

Посмотреть исходный код

__call__(
    *args, **kwargs
)

Вызывает self как функцию.

© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/api_docs/python/tf/keras/metrics/BinaryIoU