【评价指标】SPSR里面的工具箱

最新推荐文章于 2025-06-12 16:17:30 发布

原创最新推荐文章于 2025-06-12 16:17:30 发布 · 372 阅读

0 ·

本内容遵循CC 4.0 BY-SA版权协议

超分辨代码专栏收录该内容

17 篇文章

订阅专栏

本文档详细介绍了SPSR评估工具箱的使用方法，包括如何配置评估参数、自动生成配置文件以及运行评估脚本。适用于希望对超分辨率（SR）图像质量进行量化评估的研究者和工程师。

https://github.com/Maclory/SPSR

第一步：看评价指标的readme

https://github.com/Maclory/SPSR/tree/master/metrics

下载PI评估模型 place model.mat into MetricEvaluation/utils/sr-metric.
Configuration.yml的介绍和使用

Pairs:
  Dataset:
    - Set5
    - Set14
  GTFolder: 
    - ../data/GT/Set5/HR
    - ../data/GT/Set14/HR
  SRFolder:
    - ../data/SPSR_Paper/Set5
    - ../data/SPSR_Paper/Set14
Name: Test
Echo: True

Pairs: The orders of the Dataset, GTFolder and SRFolder must match each other.
Dataset: The Datasets that need to be evaluated.
GTFolder: The folder path of ground-truth images.
SRFolder: The folder path of SR images.
Name: The evaluation's name.
Echo: Whether to echo scores while evaluating or not.回传数值么？

我们还提供generate_configuration.py来在有多个SR方法要计算时自动生成配置文件。
将不同方法的SR文件夹放到your_SR_Folder中，并将ground-truth文件夹放到your_GT_Folder中
编辑MethodDict值。关键是方法，而值是要评估的数据集列表。The key is the method and the value is the list of datasets you want to evaluate.

MethodDict=dict()
MethodDict['EnhanceNet']=['BSD100', 'General100', 'Set14']
MethodDict['SRGAN']=['BSD100', 'General100', 'Set14', 'Set5', 'Urban100']

编辑 dataDict 的值.

fileName = method+'.yml'
dataDict=dict()
dataDict['Pairs']=dict()
dataDict['Pairs']['Dataset']=MethodDict[method]
dataDict['Pairs']['SRFolder']=[]
dataDict['Pairs']['GTFolder']=[]
dataDict['Name']=evaluation_name
dataDict['Echo']=True
for dataset in MethodDict[method]:
    dataDict['Pairs']['SRFolder'].append(str(os.path.join('your_SR_Folder',method,dataset)))
    dataDict['Pairs']['GTFolder'].append(str(os.path.join('your_GT_Folder','GT',dataset,'HR')))

dataDict['Name']是评估值的名称。
dataDict['Echo']是一个bool值，用于控制在求值时是否将分数输出到终端。
your_SR_Folder是存储SR结果的文件夹。
your_GT_Folder是存放GT数据集的文件夹。

python generate_configuration.py
python evaluate_sr_results.py Configuration.yml
如果使用bash的话bash Run.bash
The results will be generated in the ../evaluate/ folder as follows:

Name-%Y%m%d%H%M%S.log: Log files of evaluation.
Name-%Y%m%d%H%M%S: Folders to store evaluation data. .csv and .xlsx are provided.

第二步：怎么用这个工具箱

待定