score op• 資料種類:labels2d × labels2d → table
• 呼叫: import fullseye as fs; fs.ledger.seg_confusion_table(labels_pred, labels_true, *, background: 'int' = 0) -> 'Dict[str, object]'(要直接呼叫實作,import segeval; segeval.seg_confusion_table(labels_pred, labels_true, *, background: 'int' = 0) -> 'Dict[str, object]';從台帳取用則 opssegmentation.get("seg_confusion_table"))
標籤對應的混淆表（列 = 真值，欄 = 預測），並給出最大重疊匹配與一一對應（唯一性）旗標（seg_confusion_table）。
> 以下的詳細說明為原文 —— 摘要與標題已翻譯。
`table[i, j] = 真のラベル labels_true[i] と予測のラベル labels_pred[j]` を同時に持つ画素数。
対応は 最大重なり: 真 i の相手 = 背景でない列のうち `table[i, :] が最大の列(pred_of_true`、ラベル値、無ければ −1)、
予測 j の相手 = 背景でない行のうち最大の行(`true_of_pred)。mutual_true[i]` = 真 i の相手が真 i を選び返す、
`mutual_pred[j] も同様。claims[j] = 予測 j を相手に選んだ真の数。unique_matching` = 背景でない行・列がすべて相互に
選び合う(= 1 対 1 の全単射)。背景の行・列は表には残り、対応からは外す。
Hungarian(総和最大の割当)でなく argmax なので、1 つの大きな予測を複数の真が選ぶことがある —— それが `claims` ≥ 2 の印。
返り値: `table、labels_true / labels_pred(行・列のラベル値)、row_sums / col_sums、pred_of_true` /
`true_of_pred、mutual_true / mutual_pred、claims、unique_matching、n_true / n_pred(背景を除く個数)、n`。
• segmentation_scoring_and_worlds — 分割の採点と真値つき合成世界 — どの物差しがどの壊れ方に盲目か
• 範例資料目錄(下載 URL / 授權) —— 2-D 用 skimage.data(BSD/公有領域)加合成圖,3-D 給出真實資料源(Stanford/PDS 等)的下載 URL。
• 運算子來歷與參考文獻 —— 該運算子族所依據的研究/方法出處。
• 演算法的正典(作者・年份)與用途見上面的族使用指南。
• (尚無)
table 作為輸入)score)seg_dice_jaccard · seg_boundary_f · seg_hausdorff · seg_mean_surface_distance · seg_under_over_segmentation · seg_object_counts_match · seg_score_card
*Provenance: segeval.py — SEGMENTATION 運算子登記表。本條目由 tools/opdocs.py md 自動產生(請勿手動編輯)。*
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.