# 计算VSOD领域的Smesure-Fmesure-MAE指标-PyTorch版本

**Repository Path**: Pycharm-Project/vsod-smesure-fmesure-mae-pytorch

## Basic Information

- **Project Name**: 计算VSOD领域的Smesure-Fmesure-MAE指标-PyTorch版本
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-01-18
- **Last Updated**: 2025-01-18

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README



# 计算VSOD领域的Smesure-Fmesure-MAE指标-PyTorch版本

`MATLAB`版本见：[马春杰/计算VSOD领域的Smesure-Fmesure-MAE指标-MATLAB版本](https://gitee.com/Pycharm-Project/vsod-smesure-fmesure-mae-matlab)

#### 这是PyTorch的版本，主要说明一下使用方法

非常简单，只需要引入`get_FM_and_SM`函数，传入预测图片和标注图片的路径，这里的路径下可以是视频帧，也可以是一个一个的视频目录。具体组织结构可以参考`MATLAB`版本。

```python
import logging
logging.basicConfig(level=logging.INFO, format='[%(asctime)s] - %(levelname)s - %(message)s')

train_logger = logging.getLogger('train_logger')

train_file_handler = logging.FileHandler('train.log', mode='a')
train_file_handler.setLevel(logging.INFO)

formatter = logging.Formatter('[%(asctime)s] - %(levelname)s - %(message)s')
train_file_handler.setFormatter(formatter)

train_logger.addHandler(train_file_handler)

from evaluateFM_SM_MSE import get_FM_and_SM
salpath = "/home/mcj/dln/code/UGPL-main/UGPL-main/results/test/DAVIS"
gtpath = "/home/mcj/dln/dataset/vsod/VSOD_TE/DAVIS/Annotations"
m_thfm, m_mea, m_smeasure = get_FM_and_SM(salpath, gtpath)
train_logger.info(f"FM: {m_thfm:.4f}")
train_logger.info(f"MAE: {m_mea:.4f}")
train_logger.info(f"SM: {m_smeasure:.4f}")
train_logger.info(f"验证结束")
```