评估生成图像中对象是否画对了，给文本到图像模型打分。
这是一个用于生成式文本到图像合成任务的语义对象准确率评估工具，对应TPAMI 2020论文。它解决的是传统评估指标（如IS、FID）无法有效衡量生成图像中语义对象是否准确的问题。核心能力包括：提供基于MS-COCO数据集的语义对象检测与匹配评估流程，能够量化生成图像中对象类别的正确性和完整性；支持对GAN等生成模型输出的图像进行自动化评估，输出可复现的评估指标。项目代码基于Python，集成了对象检测模型，为文本到图像生成研究提供更细粒度的评估维度。
FID (Fréchet Inception Distance)、IS (Inception Score)、LPIPS
semantic-object-accuracy-for-generative-text-to-image-synthesis 是评测安全领域的开源项目，由 tohinz 开发，2019 年首次发布。
它收录于评测安全分类，该分类目前共有 466 个项目，GitHub 星标数为 106。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-03-06。MIT许可证，代码免费使用，无在线服务或付费版本。
它主要面向的使用场景是：学术研究中对比不同文本到图像生成模型的语义保真度。同类可对比的替代方案包括 FID (Fréchet Inception Distance)、IS (Inception Score)、LPIPS。
下一篇：VBench
akto
开源
给 AI 应用做安全体检，防提示注入和数据泄露
Akto is the fastest growing AI Security platform for your teams to secure AI agents,···
XSafeClaw
开源
给 AI 智能体装上安全盾，自动红队测试找漏洞
Introducing XSafeClaw: The Open-Source Agent Safety Platform from Fudan University
fast-llm-security-guardrails
开源
给 AI Agent 加一道快速安全闸门，防提示注入和隐私泄露
The fastest Trust Layer for AI Agents
deepteam
开源
自动模拟越狱攻击，提前测出 LLM 安全漏洞
DeepTeam is a framework to red team LLMs and AI agents.
