Weighted Intersection over Union (wIoU): A New Evaluation Metric for Image Segmentation

要約

本論文では、セマンティックセグメンテーションのパフォーマンス評価のための新しい評価メトリックを提案します。
近年、多くの研究が、正確なセマンティックセグメンテーションを実行するために、大規模な画像データセットでピクセルレベルの分類器をトレーニングしようとしています。
セマンティックセグメンテーションの目的は、シーン内の各ピクセルのクラスラベルを割り当てることです。
物体検出、分類、シーン理解など、コンピュータビジョンの分野でさまざまな潜在的なアプリケーションがあります。提案されたwIoU評価メトリックを検証するために、公開ベンチマークデータセット（KITTIなど）で最先端の方法をテストしました。
提案されたwIoUメトリックと、他の従来の評価メトリックとの比較。

要約(オリジナル)

In this paper, we propose a novel evaluation metric for performance evaluation of semantic segmentation. In recent years, many studies have tried to train pixel-level classifiers on large-scale image datasets to perform accurate semantic segmentation. The goal of semantic segmentation is to assign a class label of each pixel in the scene. It has various potential applications in computer vision fields e.g., object detection, classification, scene understanding and Etc. To validate the proposed wIoU evaluation metric, we tested state-of-the art methods on public benchmark datasets (e.g., KITTI) based on the proposed wIoU metric and compared with other conventional evaluation metrics.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google