PerceptionMetrics

跨模态统一评测检测分割模型，省去重复造轮子

PerceptionMetrics 是一个面向计算机视觉的评估工具包，旨在统一和简化目标检测与分割模型的评测流程。它解决的核心问题是：当研究者或工程师在不同传感器模态（如相机、激光雷达）、不同深度学习框架（如 PyTorch）和不同数据集之间切换时，评估指标和代码往往不兼容，导致重复实现、结果难以横向对比。该工具提供标准化的评估接口，支持 2D 与 3D 目标检测、图像分割和激光雷达分割等任务，能自动计算常用指标（如 mAP、IoU 等），并兼容多种数据格式。通过抽象数据加载与指标计算，它让用户用少量代码即可完成跨模态、跨数据集的模型性能对比，降低评测门槛，提升实验可复现性。项目采用 Python 编写，当前处于早期阶段，适合需要快速验证模型效果的研究与工程场景。