seg_under_over_segmentation — SEGMENTATION `score` op

• データ種: labels2d × labels2d → table

• 呼び出し: import fullseye as fs; fs.ledger.seg_under_over_segmentation(labels_pred, labels_true, *, background: 'int' = 0) -> 'Dict[str, object]' (実装を直接呼ぶなら import segeval; segeval.seg_under_over_segmentation(labels_pred, labels_true, *, background: 'int' = 0) -> 'Dict[str, object]'、台帳から引くなら opssegmentation.get("seg_under_over_segmentation"))

使い方

過分割・未分割の数を、分割表の多数決の多重度で数える(Levine & Nazif 流: 領域の数で)。

各予測(背景以外)を、最も重なる真(背景も候補)に帰属させる。真 i に帰属した予測の数 k_i が `pieces_per_true`、

`over` = Σ max(k_i − 1, 0)(1 つの真が何個に割れたか)。各真を最も重なる予測に帰属させ、予測 j に帰属した真の数 m_j が

`objects_per_pred、under` = Σ max(m_j − 1, 0)(1 つの予測が何個の真を抱えたか)。

背景に帰属した予測は `spurious(偽)、背景に帰属した真は missed`(欠落)に数える。

返り値: `over、under、spurious、missed、labels_true / pieces_per_true、labels_pred / objects_per_pred`、

`over_segmented_true(k ≥ 2 の真のラベル)、under_segmented_pred`(m ≥ 2 の予測のラベル)。

詳しい使い方ガイド

• halcon_segmentation ファミリガイド

背景知識ガイド(この op の手前にある物理・規約)

• 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

参考(サンプルデータ・文献)

• サンプルデータカタログ(DL URL / ライセンス) — 2-D は skimage.data(BSD/public)+ 合成、3-D は実データ源(Stanford/PDS 等)の DL URL。

• 演算子の来歴・参考文献 — この op 族の元になった研究/手法の出典。

• アルゴリズムの正典(著者・年)と用途は上記ファミリ使い方ガイドに記載。

実行できる例(この op を実際に呼ぶ検証済みサンプル)

• poc_graph_hierarchy_segmentation — py -3.11 examples/poc_graph_hierarchy_segmentation.py

型が繋がる次の op(`table` を入力に取れる)

class_ndim_norm

同カテゴリ(`score`)

seg_confusion_table · seg_dice_jaccard · seg_boundary_f · seg_hausdorff · seg_mean_surface_distance · seg_object_counts_match · seg_score_card

*Provenance: segeval.py — SEGMENTATION operator registry. この per-op ノートは tools/opdocs.py md が自動生成(手編集しない)。*

seg_under_over_segmentation — SEGMENTATION score op

使い方