图像分割混淆矩阵python

混淆矩阵是用于评估图像分割算法性能的常见指标之一。在Python中，你可以使用scikit-learn库来计算混淆矩阵。以下是一个示例代码：

from sklearn.metrics import confusion_matrix

# 假设你有真实标签和预测结果
y_true = [0, 1, 0, 1, 0, 0]
y_pred = [0, 1, 1, 1, 0, 1]

# 计算混淆矩阵
cm = confusion_matrix(y_true, y_pred)

print(cm)

输出结果将会是一个2x2的矩阵，表示了真实标签与预测结果之间的对应关系：

[[2 1]
 [1 2]]

在这个示例中，真实标签和预测结果都只有两个类别（0和1）。混淆矩阵中的第一行表示真实标签为0的样本，第一列表示预测结果为0的样本。因此，矩阵中的左上角元素2表示真实标签为0且预测结果也为0的样本数量。类似地，右下角元素2表示真实标签为1且预测结果也为1的样本数量。

你可以根据自己的实际情况，将`y_true`和`y_pred`替换为你的真实标签和预测结果的列表。