評估指標

影像分割是「逐像素上色」的活,驗收就看塗出來的遮罩(Mask)跟正確答案疊得多密合。兩把尺:IoU 與 Dice Coefficient(Dice 係數)。

核心觀念

兩者都落在 0 到 1 之間、越高越好,量的都是重疊程度;同一組結果,Dice 數值會略高於 IoU,對小目標也更寬容,所以醫療影像圈偏愛 Dice。

• IoU:預測遮罩與真實遮罩的交集面積 除以 聯集面積
• Dice:兩倍交集面積 除以 兩個遮罩的面積之和

白話理解

健保醫療影像的腫瘤分割:醫師手繪輪廓是標準答案,模型輸出的遮罩拿去疊圖 — 疊得越密合,IoU 與 Dice 越接近 1。腫瘤往往只佔影像一小角,前景極小、背景極大,看整張圖的像素準確率毫無意義,必須用重疊型指標。

關鍵細節

• 物件偵測的 IoU 量矩形框,分割的 IoU 量逐像素遮罩 — 同名同公式,對象不同
• 前景與背景極不平衡是分割常態,像素準確率會虛胖
• Dice 常直接改造成損失函數(Dice Loss),訓練與驗收用同一把尺

🎯 口訣:交集除聯集是 IoU,兩倍交集除面積和是 Dice。

iPAS 考點

配對題:「衡量預測遮罩與真實遮罩的重疊程度」→ IoU 或 Dice。易混淆對:題目說「邊界框」是物件偵測情境;說「逐像素、遮罩、輪廓」就是分割。陷阱:用整體像素準確率評小目標分割,數字漂亮但完全失真。