显著性目标检测、分割任务实验评价工具包

这是错的，等会上传调试好的。。。用python写的实验评价工具包，在run.py里面输入文件路径，即可画出PR曲线、AUC曲线等，很方便实用。注释掉IOU相关，如有问题，在评论区注明，各个电脑配置不同，程序可能需要调试。

import glob
import cv2
import numpy as np
from tqdm import tqdm
import matplotlib.pyplot as plt
import re
from scipy import misc

class CollectData:
	def __init__（self）:
		self.TP = []
		self.FP = []
		self.FN = []
		self.TN = []

	def reload（selfgroundtruthprobgraph）:
		“““

		:param groundtruth:  listgroundtruth image list
		:param probgraph:    listprob image list
		:return:  None
		“““
		self.groundtruth = groundtruth
		self.probgraph = probgraph
		self.TP = []
		self.FP = []
		self.FN = []
		self.TN = []

	def statistics（self）:
		“““
		calculate FPR TPR Precision Recall IoU
		:return: （FPRTPRAUC）（PrecisionRecallMAP）IoU
		“““
		for threshold in tqdm（range（0255））:
			temp_TP=0.0
			temp_FP=0.0
			temp_FN=0.0
			temp_TN=0.0
			assert（len（self.groundtruth）==len（self.probgraph））
			for index in range（len（self.groundtruth））:
				
				gt_img=misc.imread（self.groundtruth[index]）
				
				prob_img=misc.imread（self.probgraph[index]）#[::0]

				gt_img=（gt_img>0）*1
				prob_img=（prob_img>=threshold）*1

				temp_TP = temp_TP + （np.sum（prob_img * gt_img））
				temp_FP = temp_FP + np.sum（prob_img * （（1 - gt_img）））
				temp_FN = temp_FN + np.sum（（（1 - prob_img）） * （（gt_img）））
				temp_TN = temp_TN + np.sum（（（1 - prob_img）） * （1 - gt_img））

			self.TP.append（temp_TP）
			self.FP.append（temp_FP）
			self.FN.append（temp_FN）
			self.TN.append（temp_TN）

		self.TP = np.asarray（self.TP）.astype（‘float32‘）
		self.FP = np.asarray（self.FP）.astype（‘float32‘）
		self.FN = np.asarray（self.FN）.astype（‘float32‘）
		self.TN = np.asarray（self.TN）.astype（‘float32‘）

		FPR = （self.FP） / （self.FP + self.TN）
		TPR = （self.TP） / （self.TP + self.FN）
		AUC = np.round（np.sum（（TPR[1:] + TPR[:-1]） * （FPR[:-1] - FPR[1:]）） / 2. 4）

		Precision = （self.TP） / （self.TP + self.FP）
		Recall = self.TP / （self.TP + self.FN）
		MAP = np.round（np.sum（（Precision[1:] + Precision[:-1]） * （Recall[:-1] - Recall[1:]）） / 2.4）

		iou=self.IOU（）

		return （FPRTPRAUC）（PrecisionRecallMAP）iou

	def IoU（selfthreshold=128）:
		“““
		to calculate IoU
		:param threshold: numericala threshold for gray image to binary image
		:return:  IoU
		“““
		intersection=0.0
		union=0.0

		for index in range（len（self.groundtruth））:
			gt_img = misc.imread（self.groundtruth[index]）#[: : 0]  #cv2.imread（）不能有中文路径，否则读取不出来，一般opencv库都不允许中文路径
			prob_img = misc.imread（self.probgraph[index]）#[: : 0]

			gt_img = （gt_img > 0） * 1
			prob_img = （prob_img >= threshold） * 1

			intersection=intersection+np.sum（gt_img*prob_img）
			union=union+np.sum（gt_img）+np.sum（prob_img）-np.sum（gt_img*prob_img）
		iou=np.round（intersection/union4）
		return iou

	def debug（self）:
		“““
		show debug info
		:return: None
		“““
		print（“Now enter debug mode....\nPlease check the info bellow:“）
		print（“total groundtruth: %d   total probgraph: %d\n“%（len（self.groundtruth）len（self.probgraph）））
		for index in range（len（self.groundtruth））:
			print（self.groundtruth[index]self.probgraph[index]）
		print（“Please confirm the groundtruth and 

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       6317  2019-01-25 11:26  分割任务评价程序\autoMetric.py

     文件       2233  2019-01-25 11:07  分割任务评价程序\run.py

     目录          0  2019-01-25 11:33  分割任务评价程序

----------- ---------  ---------- -----  ----

                 8550                    3