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

要約

近年、シーン内のピクセルのラベルを予測するために多くのセマンティック セグメンテーション方法が提案されています。
一般に、領域予測誤差または境界予測誤差を測定して方法を比較します。
ただし、両方の側面を評価する直感的な評価指標はありません。
この研究では、セマンティック セグメンテーションに対して重み付き Intersection over Union (wIoU) と呼ばれる新しい評価尺度を提案します。
まず、境界距離マップから生成された重みマップを構築し、境界重要度係数に基づいて各ピクセルの重み付け評価を可能にします。
提案された wIoU は、境界重要度係数を設定することで輪郭と領域の両方を評価できます。
私たちは 33 シーンのデータセットで wIoU の有効性を検証し、その柔軟性を実証しました。
提案された指標を使用することで、セマンティック セグメンテーション分野におけるより柔軟かつ直感的な評価が可能になることが期待されます。

要約(オリジナル)

In recent years, many semantic segmentation methods have been proposed to predict label of pixels in the scene. In general, we measure area prediction errors or boundary prediction errors for comparing methods. However, there is no intuitive evaluation metric that evaluates both aspects. In this work, we propose a new evaluation measure called weighted Intersection over Union (wIoU) for semantic segmentation. First, it build a weight map generated from a boundary distance map, allowing weighted evaluation for each pixel based on a boundary importance factor. The proposed wIoU can evaluate both contour and region by setting a boundary importance factor. We validated the effectiveness of wIoU on a dataset of 33 scenes and demonstrated its flexibility. Using the proposed metric, we expect more flexible and intuitive evaluation in semantic segmentation filed are possible.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google