并非所有概率都是 50/50。

我假设您正在查看的论文是eYOLOv3-Lite: A Lightweight Crack Detection Network。

在评估指标部分下，我看到

对于每个图像，联合上的交集 ($I_{oU}$) 在检测到的裂缝的边界框和地面实况之间可以计算为：$I_{oU}$=$\frac{A_o}{A_u}$ ， 在哪里$I_{oU}$是联合上的交集，$A_o$是重叠区域，并且$A_u$是联合区域。当。。。的时候$I_{oU}$预测的边界框和ground truth的值大于某个阈值（例如0.5），则认为是真阳性；否则，这是一个误报。

看起来问题是为每个图像分配一个边界框，以便边界框包含裂缝（或与裂缝相关的地面实况框）。准确计算概率并不容易，但很明显，完全随机分配边界框会产生远低于 50% 的成功率。

这张表会告诉我模型更糟糕只是抛硬币

你为什么这么说？掷硬币并期待 50% 正面是随机的，然而，只有当结果的概率是两种可能性之一时，这才是正确的。

当可能的结果多于（例如超过 2 个）时，随机机会下降。如果有 N 个可能的结果，则分数为 1/N。