Computer vision 语义切分的比较

Computer vision 语义切分的比较,computer-vision,deep-learning,image-segmentation,Computer Vision,Deep Learning,Image Segmentation,我有两张卫星图像,它们是使用相同位置但来自不同来源的语义分割进行分割的。 我的目标是比较这两幅图像的相似性,基本上使用图像的组成部分,如建筑物和道路。我应该寻找的关键字或方法是什么?您可以使用: 这将为您提供[0,1]中的值。如果两个分段完全相同,则为1;如果两个分段完全不同,则为0。两个图像是否通过各自的像素对应于拍摄场景中的相同对象/位置来注册?举个例子会很有帮助。不,它们来自不同的来源,不同的缩放级别。。。航空图像在卫星图像中。。 def compute_avg_jaccard(img1,

我有两张卫星图像,它们是使用相同位置但来自不同来源的语义分割进行分割的。 我的目标是比较这两幅图像的相似性,基本上使用图像的组成部分,如建筑物和道路。我应该寻找的关键字或方法是什么?

您可以使用:


这将为您提供[0,1]中的值。如果两个分段完全相同,则为1;如果两个分段完全不同,则为0。

两个图像是否通过各自的像素对应于拍摄场景中的相同对象/位置来注册?举个例子会很有帮助。不,它们来自不同的来源,不同的缩放级别。。。航空图像在卫星图像中。。
def compute_avg_jaccard(img1, img2, classes):
    classwise_similaririty = []
    for class_ in classes:
        class_jaccard = compute_jaccard(img1, img2, class_)
        classwise_similaririty.append(class_jaccard)
return sum(classwise_similaririty) / len(classwise_similaririty)