AP、mIoU 与 Dice 的评价边界
概念解释
检测 AP 汇总不同分数阈值下的精确率与召回率，必须先规定类别和 IoU 匹配规则。分割可用 IoU=TP/(TP+FP+FN) 或 Dice=2TP/(2TP+FP+FN)；mIoU 通常对各类别 IoU 求平均，需说明忽略类别与空类别约定。
核心方法与条件
区分 AP50、AP75 和 COCO 常用的 AP@[0.50:0.05:0.95]，后者对多个 IoU 阈值求平均。对分割同时检查每类指标、边界误差和目标面积，固定评价代码与类别映射。
例题或应用
某类像素 TP=60、FP=20、FN=20，则 IoU=0.6，Dice=0.75。一个预测框的 IoU 为 0.6，在其他匹配条件相同时可能通过 AP50 的匹配，却无法通过 AP75 的匹配。
常见易错点
AP 不是某个固定阈值下精确率与召回率的简单平均。背景占多数时，像素准确率可能掩盖前景失败；不同评价协议、忽略区域和最大检测数会使同名指标不可直接比较。
自检
请尝试不用原文解释“AP、mIoU 与 Dice 的评价边界”解决什么问题，再设计一个属于“目标检测与分割”的实例，并说明适用条件和判断依据。