使用OpenCV绘制两幅图验证DSC和IoU以及BCELoss的计算程序

本文主要是介绍使用OpenCV绘制两幅图验证DSC和IoU以及BCELoss的计算程序，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

1.创作灵感

很多小伙伴在玩深度学习模型的时候，需要计算Groudtruth和predict图的dsc、IOU以及BCELoss。这两个关键的指标的程序有很多种写法，今天使用OpenCV绘制两张已知分布的图像，计算其dsc、IOU以及BCELoss。

2、图像如图所示

在一个100×100的区域内，红色框范围为预测值，黑色框的范围是真实值。则TP、FP、TN、FN的分布如图所示。

3程序的编写

3.1 绘制图形，并保存程张量。

import torch
import torch.nn as nn
import cv2 as cv
import numpy as np# 定义一个函数，填充绘制的轮廓
def fill_img(img):contours, hierarchy = cv.findContours(img, cv.RETR_LIST, cv.CHAIN_APPROX_NONE)area = []for k in range(len(contours)):area.append(cv.contourArea(contours[k]))# 轮廓索引max_idx = np.argsort(np.array(area))# 按轮廓索引填充颜色for idx in max_idx:# 填充轮廓img = cv.drawContours(img, contours, idx, 255, cv.FILLED)return img

# 创建一个黑色的图像
image1 = np.zeros((100, 100, 1), 

这篇关于使用OpenCV绘制两幅图验证DSC和IoU以及BCELoss的计算程序的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---