语义分割miou指标介绍

语义分割的MIoU（Mean Intersection over Union）指标是一种用于评估模型在像素级别上的分割性能的指标。

MIoU是通过计算每个类别的IoU（Intersection over Union，即交并比）的平均值得到的。IoU是通过将预测的分割结果与真实的分割结果进行比较得到的，计算公式为：

IoU = TP / (TP + FP + FN)

其中，TP表示真实标签和预测标签都为某一类别的像素数量，FP表示预测标签为该类别但真实标签不是该类别的像素数量，FN表示真实标签为该类别但预测标签不是该类别的像素数量。

MIoU可以看作是各类别IoU的加权平均，计算公式为：

MIoU = Σ (IoU_i * w_i) / Σ w_i

其中，IoU_i表示第i个类别的IoU，w_i表示第i个类别在图像中出现的像素数量占总像素数量的比例。

MIoU越高，表示模型的分割性能越好。