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20日
mIoU（平均交并比）是时序定位任务中最常用的评价指标，计算每个样本预测区间与真实区间的交并比后取平均。
待验证50%
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%
9月11日
视频时序定位指给定自然语言查询在未剪辑视频中精确定位对应时间片段，代表工作包括2D-TAN、UniVTG、TimeChat、VTimeLLM、Moment-DETR
待验证50%
全部知识事实 (6)
待验证
mIoU（平均交并比）是时序定位任务中最常用的评价指标，计算每个样本预测区间与真实区间的交并比后取平均。
50%待验证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
50%待验证语义分割（如U-Net）对数据标注质量和评估指标（mIoU）有更高要求
50%待验证在语义分割任务中，基础模型UNet的原始mIoU指标为0.817
50%待验证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
50%待验证视频时序定位指给定自然语言查询在未剪辑视频中精确定位对应时间片段，代表工作包括2D-TAN、UniVTG、TimeChat、VTimeLLM、Moment-DETR
50%