项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-09-20 · 当前星标 ★ 109
核心亮点
- 按小目标和大目标分别排名，能看出模型在不同尺度上的真实强弱
- 用统一评测流程汇总结果，减少不同论文间指标不可比的问题
- TypeScript 实现，前端展示友好，便于集成到网页或内部工具
不足之处
- 项目处于早期，星标仅110，覆盖的模型和数据集数量有限
- 缺少详细的评测环境说明和持续更新机制，结果时效性待观察
适用场景
- 算法工程师为业务场景挑选目标检测模型时快速横向对比
- 研究人员复现论文时参考同数据集下的模型排名
- 团队内部搭建模型选型看板，按目标尺寸筛选候选模型
替代项目
paperswithcode、MMDetection、Detectron2
上一篇：PySODEvalToolkit
下一篇：evaluate
同类项目推荐
arc-agi-benchmarking
开源
统一流程跑多个大模型，横向对比抽象推理成绩
Testing baseline LLMs performance across various models
guardrail
开源
用 GPT 快速做情感分析和内容审核
GuardRail: Advanced tool for data analysis and AI content generation using OpenAI GP···
ClassEval
开源
测大模型写类的能力，比单函数更接近真实编程
Benchmark ClassEval for class-level code generation.
MMStar
开源
更公平地测出大模型真实视觉能力，避免作弊分
[NeurIPS 2024] This repo contains evaluation code for the paper "Are We on the Right···
Awesome-Anomaly-Detection-Founda···
开源
一网打尽基础模型做异常检测的前沿资源
A curated list of papers & resources on anomaly detection foundation models using la···
Anti-Autoresearch
开源
一键给自动科研论文做取证，揪出编造与不自洽
Don't trust an autoresearch paper at face value. Reviewer-side integrity forensics (···
memorybench
开源
一套基准跑遍对话记忆与 RAG，选型不再靠拍脑袋
Unified benchmark for evaluating conversational memory and RAG across multiple datas···
benchmark-qed
开源
自动跑分 RAG 系统，选型调参不再拍脑袋
Automated benchmarking of Retrieval-Augmented Generation (RAG) systems
Aegis
开源
给AI代理装上监控摄像头，实时盯住它的每一个动作。
Your agents have access. You deserve visibility. A local security dashboard for AI c···