lartpang/PyIRSTDMetrics

何を解決するか

PyIRSTDMetricsは、赤外線小目標検出（IRSTD）モデルの性能を標準化され、効率的に分析するための手段を提供します。ピクセルレベルの精度と目標レベルの検出成功の両方を扱える一貫した評価指標の必要性に対応しており、赤外線画像における非常に小さな目標を検出する際の課題に特化しています。

動作方法

このライブラリは、numpy、scikit-image、scipy を基盤として、評価指標のセットを実装しています。主に以下の2つの分析レベルをサポートしています：

• ピクセルレベル分析：IoU（交差率）、F1スコア、精度、再現率、TPR、FPR などの標準指標を計算します。
• 目標レベル分析：検出確率（Pd）と誤警報率（Fa）に焦点を当て、さまざまなマッチング戦略を用います。特に、より現実的な目標マッチングを実現するカスタム設計の OPDCMatching を採用しています。
• ハイブリッド分析：ピクセルレベルと目標レベルの性能をバランスさせる新しい指標 hIoU を導入し、局所化およびセグメンテーションエラーを分析するための専用ツールも提供します。

対象ユーザー

このツールは、コンピュータビジョンおよび赤外線目標検出に取り組む研究者や開発者、特に新しい IRSTD アルゴリズムの実装とテストを行う人向けに設計されています。

特徴

• 包括的な指標：幅広いピクセルレベル、目標レベル、ハイブリッド指標をサポートします。
• エラー分析：階層的IoUに基づく局所化およびセグメンテーションエラー分析に特化したツールを備えています。
• 軽量：標準的な科学的Pythonライブラリに基づいて構築されており、高速かつ容易な統合が可能です。
• 可視化サポート：PR（精度-再現率）曲線およびROC（受信者操作特性）曲線を描画するためのデータシーケンスを提供します。