mask模式
电脑眼中的标签：一张只有编号的“二维点阵图”
我们要从“电脑看到的”和“人类看到的”两个视角来解释。 电脑眼中的标签：一张只有编号的“二
维点阵图”对于 PyTorch 或者深度学习模型来说，语义分割的标签绝对不是一张彩色的图，而是一
个二维的整数矩阵（单通道）。尺寸一致： 如果原图是 512*512，标签也是 512*512 的矩阵。没
有颜色，只有类别编号： 矩阵里的每一个数值，都是一个 0, 1, 2... 这样的离散整数。0 代表背景
(Background)1 代表车子 (Car) 2 代表行人 (Person)。
为什么需要 P 模式？（因为人类的肉眼是瞎的）
既然电脑只需要 0, 1, 2，那我们直接把这个矩阵存成单通道图片（L 模式的灰度图）不就好了吗？
如果你把存满 0, 1, 2 的矩阵直接当成灰度图打开，在人类看来，0 是纯黑，1 也是极度接近黑色的
黑，2 还是黑。整张标签图在人眼看来就是一张纯黑的图！ 数据标注员根本无法检查自己标得对不
对。P 模式（调色板模式）就是为了拯救人类视觉而诞生的“魔法滤镜”：
它的底层数据依然是 0, 1, 2。
但它的文件头里偷偷塞了一本“密码本（调色板）”：
遇到 0，在屏幕上显示黑色。
遇到 1，在屏幕上显示大红色。
遇到 2，在屏幕上显示蓝色。
结果： 电脑用 PIL 读取时，读到的依然是 0, 1, 2，完美满足训练需求；而人类双击打开图片时，
看到的是五颜六色的色块，完美满足检查需求。
| 模式 | 通道数 | 每个像素的含义 | 适用于 | 常用读取方式 | 备注 |
| P (Palette) | 1通道（索引） | 类别ID ➔ 查调色板得到颜色 | 语义分割标注（类别索引型） | PIL.Image.open() |
像素值是类别索引，调色板映射成RGB |
| L (Luminance) | 1通道（灰度值） | 0~255 灰度值 | 灰度图、深度图、标签图 | PIL.Image.open().convert('L') or cv2.imread(..., 0) |
直接表示亮度或类别ID，无调色板 |
| RGB | 3通道 | 真实颜色（R,G,B各0~255） | 彩色图片、可视化图像 | cv2.imread() / PIL.Image.open().convert('RGB') |
每个像素是直接的颜色值 |
在 L 模式下，图像大部分是黑色的（因为类别索引如 0、1、2 对应的灰度值极低），但边缘处
之所以是亮白色的，是因为这些边缘像素的值被设定为了 255。
在人工标注数据时，不同物体之间的边界（边缘）是非常模糊且难以绝对精确定义的。比如猫的毛
发和椅子的交界处，到底算猫还是算椅子？如果强制标为猫，或者强制标为椅子，模型在训练时碰
到这种模棱两可的像素就会很“痛苦”，导致 Loss 剧烈震荡。为了解决这个问题，大神们发明了
Ignore Label（忽略标签） 机制。他们把物体交界处的一圈像素（通常是 1~2 个像素宽的白边）单
独挑出来，赋予一个特殊的类别 ID，最常用的就是 255。在代码计算 Loss 时，我们会明确告诉
CrossEntropyLoss 忽略掉值为 255 的像素点（在 PyTorch 中通过 ignore_index=255 实现），
即：“这部分边缘太模糊了，你预测错了我也不扣你分。”
为什么 255 在 L 模式下是白色的？
这就是图像灰度值的物理意义了。
我们知道，L 模式本质上是一张 8 位的单通道灰度图，取值范围是 0 ~ 255。
0 代表纯黑（通常是背景）。
1, 2, 3... 代表飞机、自行车、鸟等类别（这些数字对应的灰度极度接近 0，所以肉眼看依然是纯
黑）。255 代表最高亮度，也就是纯白！
评价指标
像素准确率 (PA, Pixel Accuracy)：最直白，但也最容易被“骗”
理论解读：
PA 是最符合人类直觉的指标。假设一张图片有 100 个像素，模型预测对了 90 个，那 PA 就是
90%。它只关心“总答对题数”，不关心“是哪门科目的题”。
类别像素准确率 (CPA, Class Pixel Accuracy)
在所有原本属于类别 i 的像素中，模型成功找出了多少？
类别平均像素准确率 (MPA, Mean Pixel Accuracy)：宏观视角，人人平等
理论解读：
算出了每个类别的 CPA 之后，我们需要一个单一的数值来评估模型的整体能力。MPA 的做法
非常霸气：不管你是占全图 99% 的背景，还是只占 1%的肿瘤，在 MPA 面前，众生平等。
交并比(Intersection over Union,IoU)
IoU的值越高，说明预测结果和真实标签的重叠度越高，分割效果也越好。如果IoU等于1，那就
表示预测区域和真实区域完全重合；如果IoU等于0，那就说明两者完全没有重叠。一般来说，IoU
能达到0.5以上，就被认为是比较好的分割结果了。
平均交并比(Mean Intersection over Union,mIoU)
mIoU就是计算所有类别IoU的平均值，这个指标能综合评估模型在各个类别上的分割精度，可
以说是语义分割任务中最重要的指标了。它能平衡不同类别之间的差异，更全面地反映模型的性
能，所以在比较不同模型的时候，mIoU是一个比较可靠的指标。mIoU的取值范围在0到1之间，值
越高代表模型在各个类别上的平均分割效果越好。一般来说，mIoU越高的模型，它的分割性能也
越好。
频率加权交并比(Frequency Weighted Intersection over Union,FWIoU)
FWIoU 是 PA（像素准确率）和 mIoU 之间的一个折中。它既不像 PA 那样彻底无视小类别，也不
像 mIoU 那样给小类别过高的权重。它认为：谁在真实世界里占的面积大，谁的话语权就重。
类别F1分数(Class F1 Score)
F1 分数结合了类别预测的精确率和召回率，对每个类别单独计算，能更细致地反映模型在不同
类别上的分类性能。在一些既要求分类准确又要求不遗漏任何信息的场景中，F1 分数能提供更全
面的评估信息。F1 分数的取值在 0 到 1 之间，值越高表示该类别上模型的分类性能越好。
平均F1分数(Mean F1 Score,mF1)
mF1就是把所有类别的F1分数加起来求平均，就能综合评估模型在各个类别上的整体表现，平衡
了不同类别之间的差异，不会只盯着那些主要的类别而忽略了其他的类别，这样能更全面地反映模
型的分类能力。mF1的取值范围在0到1之间，值越高代表模型在各个类别上的平均分类性能越好。
