图像分割中Dice系数计算正确性验证及与F1分数差异问题

我编写了一个用于计算二值掩码Dice系数的函数，但不确定其正确性：

def dice_metrics(inputs, targets, smooth=1e-8):
    # inputs是预测掩码，targets是原始掩码
    # 展平标签和预测张量
    inputs = inputs.view(-1)
    targets = targets.view(-1)

    intersection = (inputs * targets).sum()
    dice = (2.*intersection + smooth)/(inputs.sum() + targets.sum() + smooth)

    return dice

我原本认为Dice系数应与F1分数相等，但该函数计算结果与sklearn.metrics.f1_score()的F1分数存在差异：当前计算出的Dice系数为0.15，而F1分数为0.04。

相关数据信息：

• TARGETS：数据类型为torch.float32，最小值tensor(0., device='cuda:0')，最大值tensor(0.9804, device='cuda:0')
• INPUTS：数据类型为torch.float32，最小值tensor(0., device='cuda:0')，最大值tensor(0.9804, device='cuda:0')
• 使用sklearn.metrics.f1_score()时，会对输入和目标应用二值阈值并转换为np.uint8类型。

函数正确性验证与差异原因解析 #

1. 当前Dice函数的性质
   你的函数计算的是Soft Dice系数，它直接使用连续浮点值的预测和目标张量进行计算，不对数据做二值化处理。这种形式常用于语义分割任务的损失函数，能保留预测值的概率信息，避免二值化带来的梯度消失问题。

2. 与F1分数差异的核心原因
   sklearn的f1_score()计算的是二分类硬标签下的F1分数，它要求输入是0/1的离散标签——你提到的二值阈值化+转np.uint8就是把连续浮点值转换成了硬二值标签。

二分类场景下，硬Dice系数（基于0/1标签）确实和F1分数等价，但你的函数没有做二值化，计算的是Soft Dice，这和F1的计算逻辑完全不同，结果自然会有差异。

3. 对齐F1分数的修正方案
   如果要让Dice结果与F1分数一致，需要先对输入和目标做二值化处理，与sklearn的逻辑对齐，修正后的函数如下：

def dice_metrics(inputs, targets, smooth=1e-8, threshold=0.5):
    # 对预测和目标做二值化，对齐sklearn的处理逻辑
    inputs = (inputs > threshold).float().view(-1)
    targets = (targets > threshold).float().view(-1)

    intersection = (inputs * targets).sum()
    dice = (2.*intersection + smooth)/(inputs.sum() + targets.sum() + smooth)

    return dice

使用该函数计算的结果将与sklearn.metrics.f1_score()的输出一致，因为两者都基于硬二值标签计算。

内容的提问来源于stack exchange，提问作者KWKIM128