什么是 sPTQ？
sPTQ 是一种逐类别平均的全景跟踪指标，它从逐帧 Panoptic Quality 统计中扣除发生 ID Switch 时已匹配 Segment 的 IoU 信用。
快速了解
| 全称 | 软全景跟踪质量 |
|---|---|
| 规范文档 | 官方规范 |
工作原理
从逐帧 Panoptic Quality Match 开始
在每个类别和 Frame 内，预测与 Ground Truth Segment 的 IoU 超过 Benchmark Threshold 后成为 True-positive Pair；累加这些 Pair 的 IoU，未匹配预测计为 FP，未匹配 Ground Truth 计为 FN。Stuff Class 参与 Segmentation Statistics，但没有时序 Instance Switch。
MOPT 原始论文为语义、实例与时间联合评测提出 PTQ 与 sPTQ。输入 Mask、Thing/Stuff Taxonomy、IoU Threshold、Ignored Point、最小 Segment Size 与 Class Averaging 都属于指标契约。
扣除 Switch-frame IoU 而不是固定一分
对类别 c，sPTQ_c = (sum_TP IoU - sum_IDS IoU_switch) / (TP + 0.5*FP + 0.5*FN)，最终对有效类别做算术平均。发生切换的 True-positive Segment 仍留在分母中，但其当前帧 IoU Credit 从分子移除。
Hard PTQ_c 改为扣除 ID Switch 数量；一次 Switch 可能被扣除比原本可获得的 Matched IoU 更大的值。sPTQ 让损失随 Mask Quality 变化，但并未消除 Threshold：Segment 必须先通过逐帧 Matching。
复现 Switch 约定并联合读取 Companion Metric
当前 nuScenes Devkit比较同一 Ground Truth Instance 在相邻两帧的成功 Match；若预测 ID 改变，就累加当前 Match IoU。
任一帧没有成功 Match 时，该 Transition 不构成相同的 Switch Event；其他 Evaluator 可能采用不同定义。
应报告 PTQ、sPTQ、PQ、原始 TP/FP/FN/IDS 与 Evaluator 版本。逐点全序列 Association 使用 LSTQ，实例级 Tracking Quality 使用 PAT，仅评测 Thing-mask Track 时使用 MOTSA/sMOTSA。
主要特点
- 以身份惩罚扩展逐帧 Panoptic Quality
- 扣除切换 Segment 的 IoU 而不是固定一分
- 分母为 TP 加半个 FP 与半个 FN
- 先计算逐类别得分再做 Macro Average
- Stuff 参与分割但不产生 Stuff Identity Switch
- 依赖 Segment Matching 与相邻帧 Switch Rule
常见用途
- 复现 MOPT 与 Panoptic nuScenes 评测
- 比较不同 Mask Quality 的 Panoptic Tracker
- 审计 Switch Penalty 是否主导 PTQ
- 联合评测 Thing Tracking 与 Stuff Segmentation
- 与 LSTQ 和 PAT 并列报告传统 Frame-centric Metric
示例
Loading code...常见问题
sPTQ 如何计算？
对每个类别，累加逐帧成功 Match Segment 的 IoU，减去 ID Switch Frame 对应的 Match IoU，再除以 `TP + 0.5 FP + 0.5 FN`，最后对有效类别取平均。
PTQ 与 sPTQ 有什么区别？
PTQ 每次 ID Switch 固定扣一分；sPTQ 只扣除发生切换 Segment 的 IoU，因此惩罚与该 Segment 原本能贡献的 Mask Credit 对齐。
sPTQ 与 sMOTSA 有什么区别？
sPTQ 使用 PQ 分母、IoU-weighted Switch Penalty，并对 Thing 与 Stuff 逐类别平均；sMOTSA 从 Mask IoU Sum 中扣 FP 与 Hard IDS，以全部 Ground Truth Thing Mask 归一化，不包含 Stuff。
sPTQ 能衡量长期 Association 吗？
只能通过 Evaluator 定义的 ID Switch Event 间接反映。nuScenes 实现比较相邻帧成功 Match；LSTQ 与 PAT 分别提供全序列逐点和实例级 Association 视角。
不同 Benchmark 的 sPTQ 可以直接比较吗？
只有 Thing/Stuff Class、Segment-IoU Threshold、Minimum Size、Ignored Point、ID Switch Convention、Sequence Boundary、Class Aggregation 与 Evaluator 版本兼容时才可比较。