1、准确率（accuracy）,精确率（Precision），召回率（Recall）。

　　2、IOU（Intersection over Union），他表示模型对于某一类别预测结果和真实值的交集和并集的比值。对于目标检测来说，就是检测框与真实框之间的交并比；对于图像分割来说，就是预测mask与真实mask之间的交并比。

　　但实际上该公式是由两个公式得到，即真阳性率（TPR）和阳性预测值（PPV）的调和平均数（harmonic mean）得到：

　　这样就比较清楚了。发现可以建立Dice和IOU之间的关系。相比较IOU，DIce可以获得一个更高的指标分数（啊，这，难道就是为了好看吗？可能不能这样理解，在实际的实验中，Dice损失函数明显更好）。当IOU=0.925时，Dice=0.961.

　　注：调和平均数：调和平均数是将所有数值取倒数并求其算术平均数后，再将此算术平均数取倒数而得，其结果等于数值的个数除以数值倒数的总和。