lartpang/PySODEvalToolkit

它解决了什么问题

它为灰度图像和二值图像分割任务提供了一种标准化的图像分割模型性能评估方法。它消除了研究人员手动实现复杂评估指标或为在多个数据集上比较不同方法而编写自定义绘图脚本的需求。

它如何工作

该工具包使用 JSON 配置文件，根据共享的文件名模式将数据集的真实标签映射到模型预测结果。然后，它利用 PySODMetrics 库计算大量指标，并可将结果导出为多种格式。用户可以运行一个评估脚本以生成指标数据，再运行一个独立的绘图脚本，通过 PR、F-measure 和 E-measure 曲线可视化性能。

适用人群

从事显著性目标检测（SOD）、伪装目标检测（COD）以及一般二值图像分割任务的计算机视觉研究人员和开发者。

主要特点

• 全面的指标支持：支持大量灰度图像指标（MAE、E-measure、S-measure、加权 F-measure 等）和二值图像指标（IoU、Dice、Precision、Recall）。
• 灵活的导出选项：结果可导出为 TXT、XLSX 格式，或直接作为 LaTeX 表格代码用于学术论文。
• 自动化可视化：内置工具可绘制专业级别的性能曲线（PR、F-measure、E-measure），支持自定义样式。
• 高效处理：采用多线程并发策略，加速大规模数据集上的指标计算。