混淆矩阵也称误差矩阵，是表示精度评价的一种标准格式，用n行n列的矩阵形式来表示。具体评价指标有总体精度、制图精度、用户精度等，这些精度指标从不同的侧面反映了图像分类的精度。 在人工智能中，混淆矩阵（confusion matrix）是可视化工具，特别用于监督学习，在无监督学习一般叫做匹配矩阵。在图像精度评价中，主要用于比较分类结果和实际测得值，可以把分类结果的精度显示在一个混淆矩阵里面。混淆矩阵是通过将每个实测像元的位置和分类与分类图像中的相应位置和分类相比较计算的。
混淆矩阵的每一列代表了预测类别，每一列的总数表示预测为该类别的数据的数目；每一行代表了数据的真实归属类别，每一行的数据总数表示该类别的数据实例的数目。每一列中的数值表示真实数据被预测为该类的数目：第一行第一列中的43表示有43个实际归属第一类的实例被预测为第一类，同理，第一行第二列的2表示有2个实际归属为第一类的实例被错误预测为第二类。
如有150个样本数据，预测为1,2,3类各为50个。分类结束后得到的混淆矩阵为：
| 预测 | ||||
| 类1 | 类2 | 类3 | ||
| 实际 | 类1 | 43 | 2 | 0 |
| 类2 | 5 | 45 | 1 | |
| 类3 | 2 | 3 | 49 | |
每一行之和表示该类别的真实样本数量，每一列之和表示被预测为该类别的样本数量，
第一行说明有43个属于第一类的样本被正确预测为了第一类，有两个属于第一类的样本被错误预测为了第二类
import torch
import torch.nn.functional as F
import numpy as np
import six
import matplotlib.pyplot as plt
# fake label data
gt = np.random.rand(1, 2, 3)*12
gt = gt.astype(np.int64)
gt = torch.from_numpy(gt)
x = torch.randn(1, 12, 2, 3) # 假设每个像素点可以对应12个分类
out = F.log_softmax(x, dim=1)
pred_labels = out.max(dim=1)[1].data.cpu().numpy() # ndarray
pred_labels = [i for i in pred_labels] # list
print(pred_labels) #
gt_labels = gt.data.cpu().numpy()
gt_labels = [i for i in gt_labels]
print(gt_labels)
pred_label, gt_label = pred_labels[0], gt_labels[0]
pred_label = pred_label.flatten()
gt_label = gt_label.flatten()
print(pred_label)
print(gt_label)
np.max((pred_label, gt_label))
mask = gt_label >= 0
confusion_onedim = np.zeros((144,), dtype=np.int64)
confusion_onedim += np.bincount(
12 * gt_label[mask].astype(int) + pred_label[mask],
minlength=12 ** 2)
print(confusion_onedim.shape)
print(confusion_onedim)
confusion = np.zeros((12, 12), dtype=np.int64)
confusion += np.bincount(
12 * gt_label[mask].astype(int) + pred_label[mask],
minlength=12 ** 2).reshape((12, 12))
cm = confusion
plt.figure()
plt.grid(False)
plt.imshow(cm, cmap='jet')
plt.colorbar()
plt.show()
我们假设做一个六分类的任务，则N=6，标签值分别为：
根据相关条件，我们的网络给出的预测值为： 
L代表真实的Label，P代表预测的标签，首先计算 N*L+P
以L=2举例说明，N = 6 , P =2 则6*2+2=14 ，同理可得上图 n*L +P； 那上图右边的 0-35 怎么得来的呢？ 35=5*6+5，对应L = 5，P = 5的时候。接下来我们要统计每一个数出现的次数，用一个列表来表示，记为bin，那么我们bin的长度就是max（N*L+P) + 1。以上述例子为例：
这个表格什么意思呢？就是统计N*L+P中值出现的次数，看第三张图片，0出现1次，所以0下面记为1，7出现两次，所以7下面记为2。同样的道理，统计完所有数的出现次数，就可以得到第四张图片的表格。我用接下来把这个列表表示出二维的形式，总共36个数，也就是写成6*6的形式。
每一行代表预测值，每一列代表真实值，观察第四张图片中的长表格，依次填数。0出现了1次，所以第一个格子填入1；7出现了2次，所以第7个格子填上2；11出现1一次，所以第11个格子填入1 。依次把bin中统计好的数填入，即可得到上图。
从表格中我们可以看出，真实值为0，预测值为0的像素点有1个，真实值为1，预测值为1的像素点有2个；真实值为1，预测值为2的像素点有1个。很容易发现，对角线上都是预测正确的。那么，我们该如何利用这个表格进行指标的计算呢？
语义分割FCN中评价指标有以下几种：
像素精度PA = 标记正确的像素占总像素的比例 = 对角线和 / 总和
pixel_accuracy = np.diag(confusion).sum() / confusion.sum()MPA：每个类被正确标记的像素个数比例，再求所有类平均 = np.nanmean(对角线 / 每行和）
class_accuracy = np.diag(confusion) / (np.sum(confusion, axis=1) + 1e-10)
MPA = np.nanmean(class_accuracy[:-1])注意：加1e-10是为了防止分母为0 ，所以加上一个很小的数
IoU(交并比）：真实和预测的交集 / 真实和预测的并集 = 对角线和 / （行和 +列和 - 对角线和）
MIoU：np.nanmean（IoU)
iou_denominator = (
confusion.sum(axis=1) + confusion.sum(axis=0) - np.diag(confusion))
iou = np.diag(confusion) / iou_denominator
return iou[:-1] 总的来说，我对ruby还比较陌生，我正在为我正在创建的对象编写一些rspec测试用例。许多测试用例都非常基础，我只是想确保正确填充和返回值。我想知道是否有办法使用循环结构来执行此操作。不必为我要测试的每个方法都设置一个assertEquals。例如:describeitem,"TestingtheItem"doit"willhaveanullvaluetostart"doitem=Item.new#HereIcoulddotheitem.name.shouldbe_nil#thenIcoulddoitem.category.shouldbe_nilendend但我想要一些方法来使用
我试图在一个项目中使用rake，如果我把所有东西都放到Rakefile中，它会很大并且很难读取/找到东西，所以我试着将每个命名空间放在lib/rake中它自己的文件中，我添加了这个到我的rake文件的顶部:Dir['#{File.dirname(__FILE__)}/lib/rake/*.rake'].map{|f|requiref}它加载文件没问题，但没有任务。我现在只有一个.rake文件作为测试，名为“servers.rake”，它看起来像这样:namespace:serverdotask:testdoputs"test"endend所以当我运行rakeserver:testid时
作为我的Rails应用程序的一部分，我编写了一个小导入程序，它从我们的LDAP系统中吸取数据并将其塞入一个用户表中。不幸的是，与LDAP相关的代码在遍历我们的32K用户时泄漏了大量内存，我一直无法弄清楚如何解决这个问题。这个问题似乎在某种程度上与LDAP库有关，因为当我删除对LDAP内容的调用时，内存使用情况会很好地稳定下来。此外，不断增加的对象是Net::BER::BerIdentifiedString和Net::BER::BerIdentifiedArray，它们都是LDAP库的一部分。当我运行导入时，内存使用量最终达到超过1GB的峰值。如果问题存在，我需要找到一些方法来更正我的代
Rails2.3可以选择随时使用RouteSet#add_configuration_file添加更多路由。是否可以在Rails3项目中做同样的事情？ 最佳答案 在config/application.rb中:config.paths.config.routes在Rails3.2(也可能是Rails3.1)中，使用:config.paths["config/routes"] 关于ruby-on-rails-Rails3中的多个路由文件，我们在StackOverflow上找到一个类似的问题
对于具有离线功能的智能手机应用程序，我正在为Xml文件创建单向文本同步。我希望我的服务器将增量/差异(例如GNU差异补丁)发送到目标设备。这是计划:Time=0Server:hasversion_1ofXmlfile(~800kiB)Client:hasversion_1ofXmlfile(~800kiB)Time=1Server:hasversion_1andversion_2ofXmlfile(each~800kiB)computesdeltaoftheseversions(=patch)(~10kiB)sendspatchtoClient(~10kiBtransferred)Cl
如何在buildr项目中使用Ruby？我在很多不同的项目中使用过Ruby、JRuby、Java和Clojure。我目前正在使用我的标准Ruby开发一个模拟应用程序，我想尝试使用Clojure后端(我确实喜欢功能代码)以及JRubygui和测试套件。我还可以看到在未来的不同项目中使用Scala作为后端。我想我要为我的项目尝试一下buildr(http://buildr.apache.org/)，但我注意到buildr似乎没有设置为在项目中使用JRuby代码本身!这看起来有点傻，因为该工具旨在统一通用的JVM语言并且是在ruby中构建的。除了将输出的jar包含在一个独特的、仅限ruby
在rails源中:https://github.com/rails/rails/blob/master/activesupport/lib/active_support/lazy_load_hooks.rb可以看到以下内容@load_hooks=Hash.new{|h,k|h[k]=[]}在IRB中，它只是初始化一个空哈希。和做有什么区别@load_hooks=Hash.new 最佳答案 查看rubydocumentationforHashnew→new_hashclicktotogglesourcenew(obj)→new_has
我需要从一个View访问多个模型。以前，我的links_controller仅用于提供以不同方式排序的链接资源。现在我想包括一个部分(我假设)显示按分数排序的顶级用户(@users=User.all.sort_by(&:score))我知道我可以将此代码插入每个链接操作并从View访问它，但这似乎不是“ruby方式”，我将需要在不久的将来访问更多模型。这可能会变得很脏，是否有针对这种情况的任何技术？注意事项:我认为我的应用程序正朝着单一格式和动态页面内容的方向发展，本质上是一个典型的网络应用程序。我知道before_filter但考虑到我希望应用程序进入的方向，这似乎很麻烦。最终从任何
我在我的项目中添加了一个系统来重置用户密码并通过电子邮件将密码发送给他，以防他忘记密码。昨天它运行良好(当我实现它时)。当我今天尝试启动服务器时，出现以下错误。=>BootingWEBrick=>Rails3.2.1applicationstartingindevelopmentonhttp://0.0.0.0:3000=>Callwith-dtodetach=>Ctrl-CtoshutdownserverExiting/Users/vinayshenoy/.rvm/gems/ruby-1.9.3-p0/gems/actionmailer-3.2.1/lib/action_mailer
我构建了两个需要相互通信和发送文件的Rails应用程序。例如，一个Rails应用程序会发送请求以查看其他应用程序数据库中的表。然后另一个应用程序将呈现该表的json并将其发回。我还希望一个应用程序将存储在其公共(public)目录中的文本文件发送到另一个应用程序的公共(public)目录。我从来没有做过这样的事情，所以我什至不知道从哪里开始。任何帮助，将不胜感激。谢谢! 最佳答案 无论Rails是什么，几乎所有Web应用程序都有您的要求，大多数现代Web应用程序都需要相互通信。但是有一个小小的理解需要你坚持下去，网站不应直接访问彼此