lartpang/PySODMetrics

何を解決するか

PySODMetrics は、Salient Object Detection (SOD) および Camouflaged Object Detection (COD) モデルを評価するための標準化された効率的な方法を提供します。複雑なMatlabベースの評価ツールボックスの必要性を排除し、軽量なPython実装により、異なる研究論文間で一貫性があり検証可能な性能測定を保証します。

動作方法

numpy および scipy に基づいて構築されており、幅広いセグメンテーションメトリクスを実装しています。サンプルベースおよび全体ベースの計算をサポートしており、最大値、平均値、適応値、バイナリ化などのさまざまなしきい値戦略を使用してモデルを評価できます。数学的正確性を確保するために、既存のMatlabベンチマークと検証済みです。

対象ユーザー

Salient Object Detection、Camouflaged Object Detection、または一般的な画像セグメンテーションタスクに取り組んでいるコンピュータビジョンの研究者や開発者で、モデルのベンチマークに信頼性の高いメトリクスが必要な方々。

特徴

• 広範なメトリクス対応: MAE、S-measure、重み付きF-measure、E-measure、Multi-Scale IoU、およびPrecision、Recall、Diceなどの標準メトリクスを含む。
• 軽量設計: 簡単なコード構造で高速実行が可能で、拡張も容易。
• 検証済みの正確性: 広く使われているCODToolboxのMatlabコードと一貫した結果を提供。
• 柔軟な計算: サンプルベースおよび全体ベースのさまざまなバリエーションをサポートし、サイズ不変性（si-）バリエーションも含む。