评测指标

1 segm_mAP（Segmentation Mean Average Precision）

segm_mAP（Segmentation Mean Average Precision）是实例分割任务的核心评测指标，用于衡量模型在像素级分割和分类上的综合性能。它通过计算每个类别的掩码交并比（IoU）在不同阈值下的平均精度（AP），再对所有类别的AP取均值得到。该指标严格评估模型对目标掩码的定位准确性和分类正确性，尤其关注不同尺度（小/中/大目标）的表现，是COCO等权威数据集的标准评估依据，值越高代表模型分割能力越强。