本文主要是介绍二维图像Dice系数计算，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

项目场景：计算二维图像的Dice系数

问题描述：

通常我们用目标分割网络，预测结果后。为了得知网络的准确度，可以计算其Dice系数，通过比较其系数，可以得知网络的准确性。

import numpy as np
import cv2
from PIL import Image

if __name__ == '__main__':
    y_true_path = 'E:/AI-challenge/2021/results/label_show/'（这个是标签的文件地址）
    y_pred_path = 'E:/AI-challenge/2021/results/predict/'（这个是预测后的图像输出地址）
    dice_list = []
    for i in range(398):
        y_true = np.array(Image.open(y_true_path+str(i+1)+'.jpg'))
        y_pred = cv2.imread(y_pred_path+str(i+1)+'.jpg',cv2.IMREAD_GRAYSCALE)
        y_true = y_true/255
        y_pred = y_pred/255
        union = y_true * y_pred
        dice = 2*np.sum(union)/(np.sum(y_true)+np.sum(y_pred))
        dice_list.append(dice)
        print(i+1, ' ', dice, '\n')
    print(dice_list)
    print(np.mean(np.array(dice_list)))
        }

运行结果：

这样就可以求出每张图片对应的Dice系数。

这篇关于二维图像Dice系数计算的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！