lartpang/PySODEvalToolkit

解決的問題

它提供了一種標準化的方法來評估影像分割模型的效能，特別是針對灰階與二值分割任務。它消除了研究人員手動實作複雜評估指標或撰寫自訂繪圖腳本來比較不同方法在多個資料集上表現的需求。

工作原理

該工具包使用 JSON 設定檔，根據共用的檔名模式將資料集的真實標註與模型預測進行對應。接著，它利用 PySODMetrics 庫計算多種指標，並可將結果匯出至多種格式。使用者可以執行評估腳本以產生指標資料，並使用獨立的繪圖腳本透過 PR、F-measure 和 E-measure 曲線來視覺化效能。

適用對象

從事顯著物件檢測（SOD）、偽裝物件檢測（COD）以及一般二值影像分割任務的電腦視覺研究人員與開發者。

主要特色

• 全面的指標支援：支援大量灰階影像指標（MAE、E-measure、S-measure、加權 F-measure 等）與二值影像指標（IoU、Dice、Precision、Recall）。
• 彈性的匯出功能：結果可匯出為 TXT、XLSX 格式，或直接輸出 LaTeX 表格程式碼，適用於學術論文。
• 自動化視覺化：內建工具可繪製專業級的效能曲線（PR、F-measure、E-measure），並支援自訂樣式。
• 高效處理：採用多執行緒的併發策略，加速大型資料集上指標的計算過程。