基准Mean Intersection over Union / 平均交并比
mIoU
语义分割任务中常用的评估指标，计算预测区域与真实区域交集与并集之比的均值，数值越高表示分割精度越高
时间轴 (近 90 天)
10月8日
mIoU对类别不均衡不敏感，稀有但高危的类别即便IoU极低对整体mIoU的拉低效果也有限
待验证50%
10月4日
语义分割（如U-Net）对数据标注质量和评估指标（mIoU）有更高要求
待验证50%
9月16日
在语义分割任务中，基础模型UNet的原始mIoU指标为0.817
待验证50%
9月16日
最终方案对比原始权重平均mIoU涨了约三个点，但某些组合叠加反而会降点，并非越多越好
待验证50%