目录

一、像素准确率(Pixel Accuracy)

二、平均类准确率(Mean Accuracy)

三、平均交并比(Mean IU)

四、频率加权交并比

一、像素准确率(Pixel Accuracy)

定义：指所有被正确分类的像素所占比例

P_{ij} 表示被标注为类i，但被预测为类j的像素数量（总像素），P_{ii}表示预测正确的像素数量。

 特点：简单直观，但对于类分布极度不均衡的数据（比如背景占比大），可能出现准确率偏高。

二、平均类准确率(Mean Accuracy)

定义：每个类别的像素准确率的平均值

n_{cl}为类别总数，坟墓是标注为类i的所有像素数量，它衡量每个类被正确识别的程度，然后取平均

特点：可以平衡类间分布不均的问题，但对小类极为敏感。

三、平均交并比(Mean IU)

定义：每个类别的交并比(IoU)的平均值，最常用指标之一.

正确预测就是交集。

特点：对每一类都很公平，能反映模型在小类上的表现

四、频率加权交并比

定义：考虑类别在数据中出现频率的IoU加权平均

特点：避免了某些西游类对平均结果的影响

# 人工智能 # 计算机视觉 # 深度学习
Logo
天工造物局

北京人形旗下天工造物具身智能开源社区，聚焦具身天工与慧思开物两大平台

更多推荐

deck.gl TripsLayer 出租车轨迹动画示例实战：从示例运行到着色器原理

TripsLayer 是 deck.gl 中用于渲染**随时间流动的轨迹动画**（如出租车行程、物流路径、迁徙路线）的核心图层。本文以仓库中的最小独立示例 [examples/website/trips](https://link.gitcode.com/i/1442af8f442f4cff39ff546e050fceb5) 为骨架，带你完成从安装依赖、启动应用、理解曼哈顿出租车数据格式，到深入

avatar 天工造物局

Foundry Anvil 中 eth_simulateV1 的 Blob 交易与 Blob Gas 字段规范化：原理、实现与测试验证

本篇技术指南以 [anvil-simulate-blob-transactions.md](https://link.gitcode.com/i/3d2ebe227262de169335eb290af80da8) 这条 changelog 条目为起点，深入剖析 Foundry Anvil 对 `eth_simulateV1` RPC 返回结果中 blob（EIP-4844）交易与 blob gas

avatar 天工造物局

LMCache CLI 实战：用 `lmcache kvcache clear` 管理运行中服务的 KV Cache 状态

本文是一份针对 LMCache 官方 CLI 命令 `lmcache kvcache` 的完整技术指南。该命令用于在**运行中的 LMCache 服务（MP HTTP server）**上管理 KV cache 状态，当前提供 `clear` 子命令，用于清空 L1（CPU 内存）层中缓存的全部 KV 数据。读完本文，你将掌握该命令的完整参数体系、退出码语义、终端/JSON/静默三种输出模式，并能

avatar 天工造物局