评测指标

1 mIoU（mean Intersection over Union）

平均交并比（mIoU）表示预测像素和真实像素之间的交并比，在所有类上的平均。IoU (Intersection over Union)是预测分割与真值的重叠面积除以预测分割与真值的并集面积。通过取每一类的IoU并取其平均值来计算图像的mIoU。

2 最大F度量（maxF）

maxF基于F-measure计算。F-measure是准确率和召回率的调和平均数。在显著性检测任务中，准确率表示模型检测为显著的区域中真正显著的比例，而召回率表示所有真正显著的区域中被模型正确检测出来的比例。maxF的计算通常涉及在整个图像上滑动不同的阈值，二值化模型的输出，并计算每个阈值下的F-measure。maxF就是在这个过程中得到的F-measure的最大值。maxF的取值范围为0到100，值越接近100表示显著性检测结果与真实显著区域越相似，即显著性检测结果更准确。

3 均方根误差（RMSE）

RMSE能够反映预测结果与真实深度值之间的绝对误差。

4 平均误差（mErr）

mErr（Mean Angular Error）是一个常用的指标，用于衡量估计的法线方向与真实法线方向之间的平均角度误差。

5 MTL gain （Multi-Task Learning gain）

为了评估在所有任务上的整体性能，我们遵循(Maninis et al., 2019)的方法，采用多任务学习增益指标（∆m）。