检测与分割的评估指标
本文系统讲解检测与分割的评估指标，回答 mAP 到底怎么算、COCO 与 VOC 口径差在哪、mIoU 为什么会被少数类拖垮等实战问题。覆盖 IoU 与匹配规则、PR 曲线与插值方式、AP50 与 AP75 与 mAP@[.5:.95]、分割的 mIoU 与 Dice 与像素准确率、类别不平衡下的指标选择、阈值与 NMS 的影响、以及离线指标与线上效果的差距，并给出两段可运行指标代码。
tag
模型评估
共 3 篇文章。
模型评估与基准：从分类指标到 LLM-as-Judge
模型评估是机器学习工程中最容易被低估的环节，指标选错会让整个迭代方向出错。本文系统讲解评估体系：分类指标（准确率/精确率/召回/F1/AUC-ROC）、回归与概率校准（Brier/ECE）、生成式评估（BLEU/ROUGE/人工/LLM-as-Judge）、评测集构建（Golden set/对抗样本）、离线与在线评估（A/B 测试/影子部署）、模型卡与基准报告，以及持续评估流程中的常见陷阱。
01. 机器学习基础概论
机器学习核心概念、三大范式、模型评估指标、过拟合与正则化、特征工程入门