对于显著性检测，最基本的指标请看这一篇。
E-measure，S-measure，weighted F-measure：这个我找了好久好久。。。最后终于在这里找到了。E-measure全称是Enhanced-alignment measure，S-measure全称是Structure measure。
Structure measure
说白了这些都是关注推理结果和真值图像结构相似性之类的评价指标，比如有一些点离前景真值很远，但依然被判定为前景，这样的推理是离谱的，因此就要用较高的权值来惩罚它。

这些指标这篇论文中都有提到，详情在参考文献中。

20211103更新

今天重新看了计算相关指标的源码，发现之前的理解有点问题，在这里重新记录一下。

mean F-measure & max F-measure

首先解释一下mean F-measure和max F-measure，我们知道，SOD预测值和真值之间可以计算出precision和recall，这两个指标和阈值相关，通过不同阈值（一般是1到255）对预测值进行二值化后计算这两个指标，然后根据下面的公式可以得到255个F-measure。

然后比如你测了n张图片这255个阈值对F-measure，就每个阈值的F-meausre除n就会得到最终的255个F-measure了，然后这里面最大的F-measure值就是max F-measure。
之前我以为mean F-measure就是这255个F-measure求平均值就好了，但实际上看了代码之后并不是这样的，这个mean F-measure其实是用自适应阈值求出来的，参考的是*Frequency-tuned salient region detection(CVPR 2009)*这篇论文。
具体来说，是用预测值所有pixels的预测值的平均值的二倍作为阈值，求得precision和recall，然后进而求得F-measure，然后和上面一样除测试图片数量n就是最终的mean F-measure。

S-measure

S-measure就和本文开头提到的Structure measure那篇博客介绍的一样。有一点点复杂，建议直接用源码算。

E-measure

Very deep convolutional networks for large-scale image recognition，2015 看这篇论文。

weighted F-measure

显著性检测的评价指标相关推荐

显著性检测的评价指标代码
包括MAE.Pre.Rec.F-measure.Auc.CC.Nss MAE: 平均绝对误差MAE(mean absolute error),范围[0,+∞),当预测值与真实值完全吻合时等于0,即完美 ...
图像显著性检测算法的评价指标介绍
图像显著性检测算法的评价指标介绍要评价一个图像显著性检测(Saliency Detection,SD)算法的好坏,当然离不开评价指标(Metric),显著性检测分为眼注视点显著性(eye fixat ...
CVPR2019文章解读 Pyramid Feature Attention Network for Saliency detection 用于显著性检测的金字塔特征注意网络
Pyramid Feature Attention Network for Saliency detection 摘要显著性检测是计算机视觉领域的基本挑战之一,怎么有效去提取特征非常关键,目前的一些 ...
显著性检测2018（ECCV, CVPR）【part-1】
1.<Salient Object Detection Driven by Fixation Prediction> ASNet 网络结构图如下: 其中,具体的模块连接实现如下图: (1) ...
SaliencyReview：显著性检测综述阅读笔记
typora-root-url: images SaliencyReviews 显著性检测论文综述阅读笔记 Author: wbzhang 2020/3/19 E-mail: wbzhang233@1 ...
显著性检测视觉注意机制超像素分割
概述视觉显著性检测(Visual saliency detection)指通过智能算法模拟人的视觉特点,提取图像中的显著区域(即人类感兴趣的区域). 视觉注意机制视觉注意机制(Visual Att ...
计算机视觉——图像视觉显著性检测
目录系列文章目录零.问题描述一.图像显著性检测 1.定义 2.难点二.常用评价标准和计算方法 1.综述 2.ROS曲线详述 2.1 混淆矩阵 2.2 ROC曲线简介 2.3 ROC曲线绘制及其 ...
计算机视觉关键技术论文,视觉显著性检测关键技术研究
作者姓名导师姓名文献出处论文摘要随着互联网技术和多媒体技术的飞速发展,数字媒体信息呈现出以几何级数增长的态势.海量的数字媒体为人们的娱乐.教育和商业带来便利的同时,也为视觉信息处理技术提出了新的挑战. ...
深度学习、AI构图、智能裁图、显著性检测、美感质量评价
深度学习.AI构图.智能裁图.显著性检测.美感质量评价基于美感数据集和改进的Alexnet-SPP的AI构图智能裁图基于美感数据集和改进的Alexnet-SPP的显著性检测部分代码下载地址:下载 ...

显著性检测的评价指标