pysaliency:用于显着性建模和评估的Python框架-源码

发烧 Pysaliency是用于显着性建模的python软件包。 它旨在为显着性建模中使用的传统显着性图以及概率显着性模型提供统一的界面。 Pysaliency可以评估最常用的显着性指标，包括针对显着性图模型的AUC，sAUC，NSS，基于CC图像的KL散度，基于注视的KL散度和SIM，以及概率模型的对数似然度和信息增益。 Pysaliency提供了几个重要的数据集： MIT1003 MIT300 猫2000 多伦多 科勒 艾森 SALICON（2015年和2017年版，每个都具有原始鼠标轨迹和推断出的注解） 战斗机 OSIE NUSEF（带有公共图像的部分） 和一些有影响力的模型： 目的 太阳 ContextAware显着性 BMS GBVS GBVSIttiKoch 贾德 IttiKoch 稀有2012 CovSal 这些模型使用的原始代码通常是matl