基于软匹配和可调阈值的稳健实例分割评估：SoftPQ

实例分割评估指标传统上依赖于二进制决策逻辑：根据严格的 IoU 阈值，预测要么正确要么错误。基于检测的指标如 F1 和 mAP 使用固定的重叠阈值在对象级别确定正确性，而基于重叠的指标如 Intersection over Union (IoU) 和 Dice 在像素级别操作，常常忽略实例级别的结构。Panoptic Quality (PQ) 试图统一检测和分割评估，但仍依赖于硬阈值匹配——将阈值以下的预测完全视为错误。这种二进制框架掩盖了不同质量差异的重要区别，无法对渐进式的模型改进给予奖励。我们提出 SoftPQ，一种灵活且具有解释性的实例分割指标，将评估重新定义为分级连续体而非二进制分类。SoftPQ 引入可调的上限和下限 IoU 阈值以定义部分匹配区域，并对模糊或碎片化的预测应用亚线性惩罚函数。这些扩展使 SoftPQ 表现出更平滑的评分行为，对结构化分割错误更具鲁棒性，并且为模型开发和评估提供更具信息性的反馈。通过受控扰动实验，我们展示 SoftPQ 捕捉到现有指标所忽略的分割质量差异，使其成为基准测试和迭代模型细化的实用且原则的方法。