Playground AI
Eksperymentuj z algorytmami AI bezpośrednio w przeglądarce.
Segmentacja semantyczna
Segmentacja semantyczna przypisuje każdemu pikselowi obrazu etykietę klasy — w przeciwieństwie do detekcji obiektów, która lokalizuje obiekty ramkami. mIoU (mean Intersection over Union) to średnia IoU po wszystkich klasach — standardowa metryka w segmentacji. Macierz pomyłek pokazuje, które klasy model myli ze sobą.
Czego się nauczysz
- Czym segmentacja semantyczna różni się od detekcji obiektów
- Jak obliczać IoU per klasa i mIoU
- Jak macierz pomyłek ujawnia typowe błędy klasyfikacji pikseli
- Dlaczego mIoU jest lepszą metryką niż pixel accuracy
Jak korzystać z wizualizacji
Segmentacja semantyczna na siatce 12×12 z prostą sceną (niebo, trawa, droga, samochód). Wybierz klasę i maluj piksele, porównaj z ground truth. Per-class IoU, mIoU i mini macierz pomyłek dla klas.
Poznaj teorię
Wizualizacja to świetny start, ale pełne zrozumienie wymaga teorii. Przeczytaj artykuł w bazie wiedzy, żeby dowiedzieć się jak to naprawdę działa pod maską.
Przeczytaj artykuł →