TorchMetrics v1.6.2版本发布:增强分割与分类评估能力
TorchMetrics是一个专注于机器学习模型评估的PyTorch库,它提供了各种评估指标的高效实现。作为PyTorch Lightning生态系统的重要组成部分,TorchMetrics帮助研究人员和工程师更轻松地跟踪模型性能。最新发布的v1.6.2版本带来了一系列功能增强和错误修复,特别是在图像分割和分类任务评估方面有显著改进。
新增功能亮点
分割任务评估增强
在图像分割领域,DiceScore指标新增了zero_division
参数,用于处理预测结果与真实标签完全没有重叠的特殊情况。这一改进使得模型在完全错误预测时的评估更加灵活可控。
语音质量评估优化
DNSMOS语音质量评估指标新增了cache_session
参数,允许用户控制缓存行为。这一改进对于需要频繁评估语音质量的场景特别有价值,用户可以根据实际需求选择是否缓存中间结果以提高效率。
基础聚合指标增强
基础聚合指标现在支持通过disable
选项来关闭nan_strategy
处理。这一改进为高级用户提供了更细粒度的控制能力,可以根据具体需求灵活处理缺失值。
重要功能改进
分类任务评估灵活性提升
在分类任务评估中,当使用micro平均策略时,num_classes
参数现在变为可选。这一改变简化了使用流程,特别是在类别数量不确定或动态变化的场景下。
跨模态相似度计算
Clip_Score指标得到增强,现在能够计算相同模态之间的相似度。这一改进扩展了该指标的应用范围,使其不仅限于跨模态评估,还能用于单模态内容的相似性分析。
关键错误修复
分割评估边界情况处理
修复了DiceScore在预测与目标完全没有重叠时的计算问题,确保了评估结果的准确性。这一修复对于分割模型的全面评估至关重要。
分类评估指标修正
MeanAveragePrecision指标在使用micro平均策略且标签0不存在时的计算问题得到解决。同时,PearsonCorrCoef指标在输入为常数时的边界情况处理也得到了完善。
其他重要修复
MetricCollection.update方法的结果一致性问题、PIT指标的kwargs传递问题,以及PearsonCorrCoef的最终聚合函数中的多个错误都得到了修复。这些改进提升了整个库的稳定性和可靠性。
总结
TorchMetrics v1.6.2版本虽然是一个小版本更新,但带来了多项实用改进和关键修复。这些变化进一步增强了库在分割和分类任务评估中的能力,同时提高了整体稳定性和用户体验。对于依赖准确模型评估的研究人员和工程师来说,升级到这个版本将获得更可靠和灵活的评估工具。
- QQwen3-Next-80B-A3B-InstructQwen3-Next-80B-A3B-Instruct 是一款支持超长上下文(最高 256K tokens)、具备高效推理与卓越性能的指令微调大模型00
- QQwen3-Next-80B-A3B-ThinkingQwen3-Next-80B-A3B-Thinking 在复杂推理和强化学习任务中超越 30B–32B 同类模型,并在多项基准测试中优于 Gemini-2.5-Flash-Thinking00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0266cinatra
c++20实现的跨平台、header only、跨平台的高性能http库。C++00AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02- HHunyuan-MT-7B腾讯混元翻译模型主要支持33种语言间的互译,包括中国五种少数民族语言。00
GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile06
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选









