세그멘테이션 결과 평가 (Accuracy, Dice, IoU)

1. Accuracy

• 전체 픽셀 중 올바르게 분류된 픽셀의 비율
• 정의는 아래와 같음

$$Accuracy = \frac{TP+TN}{TP+TN+FP+FN}$$

• 특징 : 전체 성능 평가
• 단점 : 객체 영역이 작고 배경이 대부분일 경우, 배경을 맞추기만 해도 Accuracy가 높게 나올 수 있음

2. Dice coefficient

• 예측한 객체 정답과 정답 영역 간의 겹침 정도
• 정의는 아래와 같음 (A는 예측한 세그멘테이션 영역, B는 정답인 영역. 절댓값은 픽셀 수를 의미)

$$Dice=\frac{2\times \left | A\cap B\right |}{\left | A\right |+\left | B\right |}$$

• 배경(TN)은 포함하지 않고, positive class 영역의 겹침에 초점을 맞춤

3. Intersection over Union (IoU, Jaccard Index)

• 예측한 영역과 정답 영역의 교집합과 합집합의 비율
• 정의는 아래와 같음

$$IoU=\frac{\left | A\cap B \right |}{\left |A\cup B \right |}$$

4. Dice vs IoU

• A와 B가 겹친 비율에 따라 Dice와 IoU 는 아래와 같이 계산됨