Dice係数計算ツール|IoU(Jaccard)も同時計算

TP(正解も予測も対象)・FP(予測だけ対象)・FN(正解だけ対象)のピクセル数などを入力すると、セグメンテーションの評価に使うDice係数とIoU(Jaccard係数)を同時に計算します。両者を変換する関係式もその場で確認できるので、論文や他のモデルの数値と比べるときに役立ちます。

Dice係数・IoU(Jaccard)計算ツール|セグメンテーション評価

TP・FP・FN(ピクセル数など)から、セグメンテーションの評価に使うDice係数とIoU(Jaccard係数)を同時に計算します。

使い方

  1. 正解マスクと予測マスクを重ね、両方が対象のピクセル数をTP、予測だけが対象のピクセル数をFP、正解だけが対象のピクセル数をFNとして数えます。
  2. TP・FP・FNを入力します。
  3. 入力すると、Dice係数・IoU・適合率・再現率と、関係式による確認が表示されます。

計算式

Dice = 2TP ÷ (2TP + FP + FN)
IoU  = TP ÷ (TP + FP + FN)
Dice = 2 × IoU ÷ (1 + IoU)
IoU  = Dice ÷ (2 − Dice)

Dice係数は、二値分類のF1スコアと同じ式です。IoUは重なり(TP)を和集合(TP + FP + FN)で割った値です。片方がわかれば、下の2つの関係式でもう片方に変換できます。

計算例

初期値の TP = 800、FP = 150、FN = 100 で計算します。

  1. Dice = 2 × 800 ÷ (1,600 + 150 + 100) = 1,600 ÷ 1,850 ≒ 0.8649
  2. IoU = 800 ÷ (800 + 150 + 100) = 800 ÷ 1,050 ≒ 0.7619
  3. 関係式で確認:2 × 0.7619 ÷ 1.7619 ≒ 0.8649

適合率は 800 ÷ 950 ≒ 84.2%、再現率は 800 ÷ 900 ≒ 88.9% です。

結果の見方

  • どちらも1に近いほど、予測マスクが正解マスクに近いことを表します。
  • Dice係数はIoU以上の値になり、両方が0か1のときだけ一致します。同じ予測でもDiceのほうが高く見えるので、比べるときは指標をそろえましょう。
  • 適合率が低い場合は予測がはみ出し気味(FPが多い)、再現率が低い場合は対象を取りこぼし気味(FNが多い)です。

損失関数としてのDice

Dice係数は評価だけでなく、「1 − Dice」をDice損失として学習に使うこともあります。対象の領域が画像のごく一部しかない場合でも、背景のピクセルに引っ張られにくいため、医療画像などで用いられます。

また、セグメンテーションのコンペや論文では、クラスごとのDice係数やIoUを計算してから平均する方法(mean IoU、mIoU)もよく使われます。複数のクラスがある場合は、このツールでクラスごとにTP・FP・FNを入れて計算し、その平均をとると求められます。背景クラスを平均に含めるかどうかで値が変わるため、評価のルールを確認しましょう。

注意点

  • TN(どちらも背景のピクセル)は計算に使いません。背景が広い画像でも、正解率のように値が水増しされないのが利点です。
  • 複数の画像で評価するとき、「画像ごとにDiceを出して平均する」方法と「全画像のピクセルを合計してから計算する」方法では結果が異なります。
  • 正解にも予測にも対象が1ピクセルもない画像はTP・FP・FNがすべて0となり、計算できません。このような画像の扱いは評価ルールで決めておく必要があります。

Dice係数・IoU(Jaccard)のよくある質問

Q. Dice係数とIoUはどちらを使えばよいですか?

A. 医療画像のセグメンテーションではDice係数、物体検出や一般的なセグメンテーションではIoUがよく使われます。どちらも順位は変わらないので、比べる相手に合わせるのが基本です。

Q. Dice係数とF1スコアは同じですか?

A. 同じ式です。ピクセルを陽性・陰性に分類したとみなしてF1スコアを計算すると、Dice係数になります。

Q. DiceからIoUに変換できますか?

A. できます。IoU = Dice ÷ (2 − Dice) で変換できます。逆は Dice = 2 × IoU ÷ (1 + IoU) です。