PySODEvalToolkit

一行命令批量算齐 SOD/COD 全部指标

PySODEvalToolkit 是一个基于 Python 的显著性目标检测（SOD）与伪装目标检测（COD）评测工具箱。该领域论文中常用 MAE、F-measure、E-measure、S-measure 等多项指标，但不同作者实现细节不一，导致结果难以横向对比。本项目统一实现了这些主流指标，并提供命令行与配置文件两种调用方式，支持批量处理预测图与真值图，自动生成指标表格，还可导出可视化结果。它同时覆盖共显著性检测（Co-SOD）等变体任务，让研究者在同一套标准下评测模型，减少重复造轮子和复现偏差，适合论文实验、模型对比与排行榜搭建。

开源 free 评测安全

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 354

维护状态较活跃

是否开源是

定价模式 free

项目数据

分类评测安全

开发团队lartpang

所属国家

官网地址

GitHubhttps://github.com/lartpang/PySODEvalToolkit

定价模式free

价格说明开源免费工具，无付费信息

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型camouflaged-object-detection,co-saliency,co-salient-object-detection,e-measure,evaluation,evaluation-framework,evaluation-metrics,evaluator,f-measure,fm-curve,latex,mae,metrics,metrics-visualization,pr-curve,python3,s-measure,saliency,saliency-detection,salient-object-detection

GitHub 星标★ 354

30天Star增速

HF 下载量

上线时间2020-07-08 00:00:00

最近更新2026-09-19 00:00:00

维护状态较活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-09-20

浏览次数0

使用教程

核心亮点

统一实现 MAE、F-measure、E-measure、S-measure 等主流指标，减少不同论文实现差异带来的对比偏差
支持命令行与 YAML 配置两种调用方式，可批量处理整个数据集并直接输出指标表格
覆盖 SOD、COD、Co-SOD 等多类任务，一个工具适配多种评测需求

不足之处

项目处于早期阶段，星标数较少，长期维护与更新频率有待观察
文档与示例以英文为主，新手需要一定时间理解配置结构

适用场景

论文实验中批量评测自己模型的预测结果并与基线对比
复现他人工作时用统一指标核对论文报告的数值
搭建 SOD/COD 模型排行榜或自动化评测流水线

替代项目

PySODMetrics、SOD-Eval-Toolbox、pycocotools

项目介绍

PySODEvalToolkit 是一个评测安全领域的开源项目，官方简介：PySODEvalToolkit: A Python-based Evaluation Toolbox for Salient Object Detection and Camouflaged Object Detection。项目使用 Python 开发，在 GitHub 上获得 354 星标。

上一篇：optimum-benchmark

下一篇：model-leaderboard