【发布时间】：2020-04-16 14:36:37
【问题描述】：
我在这里使用 unet 模型进行分割，我得到的 Jaccard 指数大于 Dice 系数，有什么问题还是可以？任何人都可以解释这一点吗？
【问题讨论】：
-
当我看到研究论文时，jaccard 指数低于骰子，但在我的情况下，jaccard 指数几乎为 99%，骰子为 91%，这就是我感到困惑的原因。
标签： python image-processing image-segmentation
【发布时间】：2020-04-16 14:36:37
【问题描述】：
Dice coefficient 定义为：
Dice = 2*TP / ( 2*TP + FP + FN )
Jaccard index 定义为：
Jaccard = TP / ( TP + FP + FN )
在这些等式中，TP 表示真阳性计数（或分数），FP 和 FN 分别表示假阳性和假阴性计数（或分数）。如您所见，这些衡量标准都没有考虑真正的负面因素。
TP 为 0 时，两个度量都为 0。FP + FN 为 0 时，两个度量都为 1。但是，对于其他情况，Dice 系数总是大于 Jaccard 指数。特别是TP == FP + FN时，两种测度差异最大的情况，Dice为2/3，Jaccard为1/2。
下图显示了两个度量，分别为 TP 与 FP + TN。蓝色表面为 Dice 系数，黄色表面为 Jaccard 指数。
因此，如果您对 Dice 和 Jaccard 度量的计算导致反向关系，则您的计算是错误的。您可能需要仔细检查您的代码。
【讨论】：