您好，作者，可以解释一下训练过程中这些评估指标的含义吗

[fengyan-cv]

(Logps) Average Image AUC | AP | F1_Score: 0.876 | 0.942 | 0.921, Average Pixel AUC | AP | F1_Score | AUPRO: 0.941 | 0.445 | 0.482 | -1.000
(BScores) Average Image AUC | AP | F1_Score: 0.860 | 0.931 | 0.922, Average Pixel AUC | AP | F1_Score | AUPRO: 0.942 | 0.448 | 0.477 | -1.000
(Merged) Average Image AUC | AP | F1_Score: 0.876 | 0.942 | 0.921, Average Pixel AUC | AP | F1_Score | AUPRO: 0.942 | 0.449 | 0.484 | -1.000

[xcyao00]

(Logps) 是基于对数似然得到的异常得分，参见validate.py中65-70行；(Bscores)是基于softmax进行二元分类得到的异常得分，参见validate.py中74-77行；Merged是将两者相加得到的异常得分，参见validate.py中的89行。Image AUC, Image AP, Image F1 score, Pixel AUC, Pixel AP, Pixel F1 score, Pixel AUPRO这些具体的指标都是异常检测中会用到的指标，最常用的是Image AUC， Pixel AUC，Pixel AUPRO，你可以在其他异常检测论文中也看到使用这些指标。

[lixinying0727]

(Logps) 是基于对数似然得到的异常得分，参见validate.py中65-70行；(Bscores)是基于softmax进行二元分类得到的异常得分，参见validate.py中74-77行；Merged是将两者相加得到的异常得分，参见validate.py中的89行。Image AUC, Image AP, Image F1 score, Pixel AUC, Pixel AP, Pixel F1 score, Pixel AUPRO这些具体的指标都是异常检测中会用到的指标，最常用的是Image AUC， Pixel AUC，Pixel AUPRO，你可以在其他异常检测论文中也看到使用这些指标。

那最后论文报告的结果是merged的是吧