lartpang/PySODMetrics

해결하는 문제

PySODMetrics는 Salient Object Detection (SOD) 및 Camouflaged Object Detection (COD) 모델을 평가하기 위한 표준화되고 효율적인 방법을 제공합니다. 복잡한 Matlab 기반 평가 도구 상자 대신 가벼운 Python 구현을 통해, 다양한 연구 논문 간에 일관되고 검증 가능한 성능 측정을 보장합니다.

작동 방식

numpy 및 scipy 기반으로 구축되어 있으며, 다양한 세그멘테이션 메트릭을 구현합니다. 샘플 기반 및 전체 기반 계산을 모두 지원하여, 최대값, 평균값, 적응형, 이진화와 같은 다양한 임계값 전략을 사용해 모델을 평가할 수 있습니다. 수학적 정확성을 보장하기 위해 기존의 Matlab 벤치마크와 검증되었습니다.

대상 사용자

현저한 객체 탐지, 은폐된 객체 탐지, 또는 일반적인 이미지 세그멘테이션 작업에 종사하는 컴퓨터 비전 연구자 및 개발자로, 모델의 성능을 평가하기 위해 신뢰할 수 있는 메트릭이 필요한 분들입니다.

주요 특징

• 광범위한 메트릭 지원: MAE, S-measure, 가중 F-measure, E-measure, Multi-Scale IoU, 그리고 Precision, Recall, Dice와 같은 표준 메트릭을 포함합니다.
• 경량 설계: 간단한 코드 구조로 빠른 실행이 가능하며 확장하기 쉬워요.
• 검증된 정확성: 널리 사용되는 CODToolbox Matlab 코드와 일관된 결과를 제공합니다.
• 유연한 계산: 다양한 샘플 기반 및 전체 기반 변형을 지원하며, 크기 불변성(si-) 변형도 포함합니다.