Deep Learning等の精度評価において、F値（Dice）とIoU（Jaccard）のどちらを選択するべきか？ - OPTiM TECH BLOG

初めまして、R&Dの加藤です。R&Dでは珍しく中途入社です*1 。業務は農業や医療のプロジェクトでDeep Learningを使った画像解析を主に担当しています*2。 また、終業後は不定期（主に月曜日）に職場の人達と一緒に皇居を走っています。先日開催された多摩川のランニングイベントでは、10kmコースを43分で走れました！ 今回の記事では、Deep Learningによらず機械学習や統計の場面でも良く出現するF1 score（F値）とIntersection over Union（IoU）の意味を理解して使い分けることを目標とします*3。 そもそもなぜ精度評価が必要？ 用語のおさらい 混同行列について（TP/TN/FP/FN） 評価指標について Precision/Recall/F値(Dice係数)/IoU(Jaccard係数) Precision（適合率） Recall（再現率） F値（

[yu4u]

現実の問題でF値をみたいケースって思い浮かばないんだよなぁ…（そういう意味では閾値で何とでも変わるIoUも同じようなもんか）

[miragestlike]

F値。懐かしい