本文提出了一种新的标准来测量语义分割模型的置信度校准质量，并评估不平衡类别的不确定性。研究表明，剔除低质量段可以提升汽车零部件的分割效果。此外，提出的选择性缩放方法在多个基准测试中表现优异，同时介绍了一个用于医学图像分割失败检测的基准框架，强调了像素置信度聚合的重要性。