PySODEvalToolkit 使用笔记

1. 克隆仓库

首先，克隆PySODEvalToolkit仓库到你的本地机器：

git clone https://github.com/lartpang/PySODEvalToolkit.git

2. 创建虚拟环境

cd PySODEvalToolkit
conda create -n pysodeval python=3.7

3. 安装依赖

pip install -r requirements.txt

4. 放置要参与评估的数据

在 PySODEvalToolkit 目录下创建 Data 文件夹，如下图所示，在其中创建要评估测试的数据集文件夹，这里我创建了 2 个 CHAMELEON 和 COD10K，然后 Test/GT/ 下面放的是 Ground Truth 二值图，Test/Mask/ 下面放的是模型预测的 mask 二值图

PySODEvalToolkit/
├── Data/
│   ├── CHAMELEON/
│   │   ├── Test/
│   │   │   ├── GT/
│   │   │   └── Mask/
│   ├── COD10K/
│   │   ├── Test/
│   │   │   ├── GT/
│   │   │   └── Mask/
│   
├── config_dataset_json_example.json
├── config_method_json_example.json
├── eval.py

5. 修改数据配置文件

config_dataset_json_example.json 和 config_method_json_example.json 这两个文件，

config_dataset_json_example.json 里对不同数据集的ground truth图像进行配置
config_method_json_example.json 里是模型在不同数据集上预测的mask图像进行配置

修改 config_dataset_json_example.json

以 CHAMELEON 为例，在配置文件中添加如下内容，实际只读取 “mask” 部分的内容，“prefix” 是 Data/CHAMELEON/Test/GT/ 中所有图像文件名的共同前缀，“suffix” 则是共同后缀

  "CHAMELEON": {
    "image": {
      "path": "Data/CHAMELEON/Test/GT", 
      "prefix": "animal-",
      "suffix": ".png"
    },
    "mask": {
      "path": "Data/CHAMELEON/Test/GT",
      "prefix": "animal-",
      "suffix": ".png"
    }
  }

修改 config_method_json_example.json

只评估 CHAMELEON 数据集的话，修改后的 config_method_json_example.json 文件内容如下，删除了 Method1，Method2，Method3，因为这里我只评估 SINetV2 这种方法在 CHAMELEON 数据集上的预测结果，如果要评估该方法在其他数据集上的预测结果，在该方法对应的方括号内按照 “CHAMELEON” 找猫画虎添加配置信息即可。
这里注意，新建"Method4"，里面的名字替换成你要测试的模型方法，例如我要测SINetV2_2022，需要把 “Method4” 改成 “SINetV2_2022”，不然后面会报错。

{
  "Method4": {
    "CHAMELEON": {
      "path": "Data/CHAMELEON/Test/Mask",
      "prefix": "animal-",
      "suffix": ".png"
    }
  }
}

正确的：

{
  "SINetV2_2022": {
    "CHAMELEON": {
      "path": "Data/CHAMELEON/Test/Mask",
      "prefix": "animal-",
      "suffix": ".png"
    }
  }
}

6. 修改 yaml 文件 和 alias_for_plotting.json

alias_for_plotting.json 照猫画虎修改，添加 dataset 和 method

{
  "dataset": {
    "Name_In_Json": "Name_In_SubFigure",
    "NJUD": "NJUD",
    "NLPR": "NLPR",
    "DUTRGBD": "DUTRGBD",
    "STEREO1000": "SETERE",
    "RGBD135": "RGBD135",
    "SSD": "SSD",
    "SIP": "SIP",
    "CHAMELEON": "CHAMELEON"
  },
  "method": {
    "Name_In_Json": "Name_In_Legend",
    "GateNet_2020": "GateNet",
    "MINet_R50_2020": "MINet",
    "SINetV2_2022": "SINetV2"
  }
}

converter_config.yaml 照猫画虎添加

dataset_names: [
    'NJUD',
    'NLPR',
    'SIP',
    'STEREO1000',
    'SSD',
    'LFSD',
    'RGBD135',
    'DUTRGBD',
    'COD10K',
    'CHAMELEON' // 添加测试数据集
]

# 使用单引号保证不被转义
method_names: {
    '2020-ECCV-DANetV19': 'DANet$_{20}$',
    '2020-ECCV-HDFNetR50': 'HDFNet$_{20}$',
    '2022-AAAI-SSLSOD-ImageNet': 'SSLSOD$_{22}$',
    '2022-TPAMI-SINetV2': 'SINetV2$_{22}$', // 添加了这一行
}

# 使用单引号保证不被转义
metric_names: {
    'sm': '$S_{m}~\uparrow$',
    'wfm': '$F^{\omega}_{\beta}~\uparrow$',
    'mae': '$MAE~\downarrow$',
    'adpf': '$F^{adp}_{\beta}~\uparrow$',
    'avgf': '$F^{avg}_{\beta}~\uparrow$',
    'maxf': '$F^{max}_{\beta}~\uparrow$',
    'adpe': '$E^{adp}_{m}~\uparrow$',
    'avge': '$E^{avg}_{m}~\uparrow$',
    'maxe': '$E^{max}_{m}~\uparrow$',
}

rgbd_aliases.yaml 照猫画虎添加

dataset: {
    "NJUD": "NJUD",
    "NLPR": "NLPR",
    "SIP": "SIP",
    "STEREO1000": "STEREO1000",
    "RGBD135": "RGBD135",
    "SSD": "SSD",
    "LFSD": "LFSD",
    "DUTRGBD": "DUTRGBD",
    "CHAMELEON": "CHAMELEON"
}

method: {
    '2020-ECCV-DANetV19': 'DANet$_{20}$',
    '2020-ECCV-HDFNetR50': 'HDFNet$_{20}$',
    '2022-AAAI-SSLSOD-ImageNet': 'SSLSOD$_{22}$',
    '2022-TPAMI-SINetV2': 'SINetV2$_{22}$'
}

7. 检测修改后的配置文件是否有问题

在修改完数据集配置文件和方法配置文件后，执行这个命令检查

python tools/check_path.py -m examples/config_method_json_example.json -d examples/config_dataset_json_example.json

如果正确配置的话会打印

examples/config_method_json_example.json &
 examples/config_dataset_json_example.json 基本正常

如果未正确配置的话，会打印错误信息，
根据错误信息调试，如果提示 Data/CHAMELEON/Test/GT/ 和 Data/CHAMELEON/Test/Mask 文件名不匹配的话，首先检查这两个路径下的文件数量是否相同，前缀名和后缀名是否全部相同且json文件中是否正确配置。

如果确保Data/CHAMELEON/Test/GT/ 和 Data/CHAMELEON/Test/Mask 文件名是匹配的且json文件中也正确配置了，此时需要检查 check_path.py 文件中解析文件名的逻辑是否有问题，大概率是这里出错了，修改 check_path.py 添加调试打印信息根据输出进行排查。

8. 运行评估

运行评估脚本以计算评估指标和生成可视化图表：

python eval.py \
    --dataset-json config_dataset_json_example.json \
    --method-json config_method_json_example.json \
    --metric-npy output/metrics.npy \
    --curves-npy output/curves.npy \
    --record-txt output/results.txt \
    --record-xlsx output/results.xlsx \
    --num-workers 4 \
    --num-bits 3 \
    --metric-names sm wfm mae fmeasure em \
    --include-datasets datasettobeevaled \
    --include-methods yourmethod

参数解释

• --dataset-json：数据集配置文件的路径。
• --method-json：方法配置文件的路径，可以指定多个文件。
• --metric-npy：用于保存评估指标结果的.npy文件路径。
• --curves-npy：用于保存曲线结果的.npy文件路径。
• --record-txt：用于保存评估结果的.txt文件路径。
• --record-xlsx：用于保存评估结果的.xlsx文件路径。
• --num-workers：用于多线程或多进程的工作线程数，默认值为4。
• --num-bits：结果显示的小数位数，默认值为3。
• --metric-names：要计算的评估指标的名称列表。
• --include-datasets：要评估的特定数据集的名称。
• --include-methods：要评估的特定方法的名称。

执行命令时 --num-workers 和 --num-bits 可以省略，

然后我实际执行的eval命令语句是：

python eval.py --dataset-json examples/config_dataset_json_example.json 
--method-json examples/config_method_json_example.json 
--metric-npy output/metrics.npy 
--curves-npy output/curves.npy 
--record-txt output/results.txt 
--record-xlsx output/results.xlsx 
--metric-names sm wfm mae fmeasure em precision recall 
--include-datasets CHAMELEON 
--include-methods SINetV2_2022

执行该命令后评估的结果会自动创建并保存到这个目录下 PySODEvalToolkit/output ，可以看到，命令在 metric-names 中添加了 precision recall 指标，对SINetV2_2022 模型方法在 CHAMELEON 数据集的结果进行评估，如果要对多种模型方法在多个数据集的结果进行评估，空格并列添加就行，这里 --include-methods 中的方法名来自于 alias_for_plotting.json 中。

解释输出结果

运行脚本后，你将在指定的输出路径中找到结果文件：

• metrics.npy：包含计算的评估指标结果的numpy数组。
• curves.npy：包含生成的曲线结果的numpy数组。
• results.txt：包含评估结果的文本文件。
• results.xlsx：包含评估结果的Excel文件。

这些文件将详细记录你的模型在 CHAMELEON 数据集上的性能，包括各种评估指标和可视化曲线。

9. 绘制曲线图

plot.py 脚本用于绘制评估曲线，例如 Fm 曲线和 PR 曲线。该脚本通过读取保存的 .npy 文件中的曲线数据，并使用指定的样式配置文件生成图像。

使用方法

参数说明

• --alias-yaml：数据集和方法别名的 YAML 文件。
• --style-cfg：用于绘制曲线的 YAML 配置文件。
• --curves-npys：保存曲线结果的 .npy 文件。
• --our-methods：我们的方法的名称，用于突出显示。
• --num-rows：子图的行数。
• --num-col-legend：图例的列数。
• --mode：绘图模式，可以是 pr、fm 或 em。
• --separated-legend：使用分离的图例。
• --sharey：使用共享的 y 轴。
• --save-name：导出文件路径。

示例用法

绘制的命令

python plot.py --style-cfg examples/single_row_style.yml 
--num-rows 1 
--curves-npys output/curves.npy
--mode em 
--save-name output/simple_curve_em 
--alias-yaml examples/rgbd_aliases.yaml

例如 output/simple_curve_em 会在 output 目录下生成 simple_curve_em.pdf 文件，该文件打开就是绘制的曲线图

参数详细说明

• --curves-npys：指定一个或多个保存曲线结果的 .npy 文件，这些文件包含了曲线的数据。
• --style-cfg：指定用于绘图的样式配置文件，包含了 matplotlib 的配置，例如图例位置、字体大小等。
• --num-rows：指定生成图像的行数。
• --num-col-legend：指定图例的列数。
• --mode：指定绘图的模式，有三种选择：
  • pr：绘制 Precision-Recall 曲线。
  • fm：绘制 F-measure 曲线。
  • em：绘制 E-measure 曲线。
• --separated-legend：如果设置了这个选项，将使用分离的图例。
• --sharey：如果设置了这个选项，将使用共享的 y 轴。
• --save-name：指定保存图像的文件路径。

draw_curves 的使用

脚本的核心功能由 draw_curves.draw_curves 实现。以下是该函数的参数：

• mode：绘图模式 (pr、fm 或 em)。
• axes_setting：不同曲线的绘图配置。
• curves_npy_path：包含曲线数据的 .npy 文件路径。
• row_num：子图的行数。
• method_aliases：方法的别名。
• dataset_aliases：数据集的别名。
• style_cfg：样式配置文件路径。
• ncol_of_legend：图例的列数。
• separated_legend：是否使用分离的图例。
• sharey：是否使用共享的 y 轴。
• our_methods：需要高亮显示的方法。
• save_name：保存图像的文件路径。

配置文件示例

single_row_style.yml 配置文件可能如下：

savefig.format: "png"
savefig.dpi: 300
savefig.bbox: "tight"
savefig.pad_inches: 0.1
axes.labelsize: 12
axes.titlesize: 14
xtick.labelsize: 10
ytick.labelsize: 10
legend.fontsize: 10

绘制图像的步骤

1. 确保已经生成了包含曲线数据的 .npy 文件。
2. 准备好样式配置文件，例如 single_row_style.yml。
3. 运行 plot.py，指定必要的参数。

总结

plot.py 脚本通过读取 .npy 文件中的曲线数据，并使用指定的样式配置文件生成图像。用户可以通过不同的参数控制生成图像的样式、子图的布局以及图例的配置。使用示例命令可以帮助用户快速上手绘制评估曲线。

10. 查看结果

评估结果和可视化图表将保存在配置文件中指定的save_dir目录中。

出现的问题

在修改完数据集配置文件和方法配置文件后，执行这个命令

python tools/check_path.py -m examples/config_method_json_example.json -d examples/config_dataset_json_example.json

出错提示：

(pysodeval) root@autodl-container-d9084da129-76991c4d:~/PySODEvalToolkit# python tools/check_path.py -m examples/config_method_json_example.json -d examples/config_dataset_json_example.json
Checking for Method1 ...
Traceback (most recent call last):
  File "tools/check_path.py", line 30, in <module>
    dataset_mask_info = datasets_info[dataset_name]["mask"]
KeyError: 'PASCAL-S'

解决方法：
在 examples/config_dataset_json_example.json 中添加

  "PASCAL-S": {
    "image": {
      "path": "Path_Of_RGBDSOD_Datasets/PASCAL-S/Image",
      "suffix": ".jpg"
    },
    "mask": {
      "path": "Path_Of_RGBDSOD_Datasets/PASCAL-S/Mask",
      "suffix": ".png"
    }
  },
  "ECSSD": {
    "image": {
      "path": "Path_Of_RGBDSOD_Datasets/ECSSD/Image",
      "suffix": ".jpg"
    },
    "mask": {
      "path": "Path_Of_RGBDSOD_Datasets/ECSSD/Mask",
      "suffix": ".png"
    }
  },
  "HKU-IS": {
    "image": {
      "path": "Path_Of_RGBDSOD_Datasets/HKU-IS/Image",
      "suffix": ".jpg"
    },
    "mask": {
      "path": "Path_Of_RGBDSOD_Datasets/HKU-IS/Mask",
      "suffix": ".png"
    }
  },
  "DUT-OMRON": {
    "image": {
      "path": "Path_Of_RGBDSOD_Datasets/DUT-OMRON/Image",
      "suffix": ".jpg"
    },
    "mask": {
      "path": "Path_Of_RGBDSOD_Datasets/DUT-OMRON/Mask",
      "suffix": ".png"
    }
  },
  "DUTS-TE": {
    "image": {
      "path": "Path_Of_RGBDSOD_Datasets/DUTS-TE/Image",
      "suffix": ".jpg"
    },
    "mask": {
      "path": "Path_Of_RGBDSOD_Datasets/DUTS-TE/Mask",
      "suffix": ".png"
    }
  }

之后重新执行，又出错：

Checking for Method1 ...
Checking for Method2 ...
Checking for Method3 ...
Checking for Method4 ...
Path_Of_Method1/PASCAL-S/DGRL 不存在
Path_Of_Method1/ECSSD/DGRL 不存在
Path_Of_Method1/HKU-IS/DGRL 不存在
Path_Of_Method1/DUT-OMRON/DGRL 不存在
Path_Of_Method1/DUTS-TE/DGRL 不存在
Path_Of_Method2/pascal 不存在
Path_Of_Method2/ecssd 不存在
Path_Of_Method2/hku 不存在
Path_Of_Method2/duto 不存在
Path_Of_Method2/dut_te 不存在
Path_Of_Method3/pascal 不存在
Path_Of_Method3/ecssd 不存在
Path_Of_Method3/hku 不存在
Path_Of_Method3/duto 不存在
Path_Of_Method3/dut_te 不存在
Data/COD10K/Test/Mask 中数据名字与真值 Data/COD10K/Test/GT 不匹配

解决办法：

把config_method_json_example.json下面这段代码删除掉可以解决掉不存在的报错，但是仍然存在数据名字不匹配的错误，

  "Method1": {
    "PASCAL-S": {
      "path": "Path_Of_Method1/PASCAL-S/DGRL",
      "prefix": "some_method_prefix",
      "suffix": ".png"
    },
    "ECSSD": {
      "path": "Path_Of_Method1/ECSSD/DGRL",
      "prefix": "some_method_prefix",
      "suffix": ".png"
    },
    "HKU-IS": {
      "path": "Path_Of_Method1/HKU-IS/DGRL",
      "prefix": "some_method_prefix",
      "suffix": ".png"
    },
    "DUT-OMRON": {
      "path": "Path_Of_Method1/DUT-OMRON/DGRL",
      "prefix": "some_method_prefix",
      "suffix": ".png"
    },
    "DUTS-TE": {
      "path": "Path_Of_Method1/DUTS-TE/DGRL",
      "suffix": ".png"
    }
  },
  "Method2": {
    "PASCAL-S": {
      "path": "Path_Of_Method2/pascal",
      "prefix": "pascal_",
      "suffix": ".png"
    },
    "ECSSD": {
      "path": "Path_Of_Method2/ecssd",
      "prefix": "ecssd_",
      "suffix": ".png"
    },
    "HKU-IS": {
      "path": "Path_Of_Method2/hku",
      "prefix": "hku_",
      "suffix": ".png"
    },
    "DUT-OMRON": {
      "path": "Path_Of_Method2/duto",
      "prefix": "duto_",
      "suffix": ".png"
    },
    "DUTS-TE": {
      "path": "Path_Of_Method2/dut_te",
      "prefix": "dut_te_",
      "suffix": ".png"
    }
  },
  "Method3": {
    "PASCAL-S": {
      "path": "Path_Of_Method3/pascal",
      "prefix": "pascal_",
      "suffix": "_fused_sod.png"
    },
    "ECSSD": {
      "path": "Path_Of_Method3/ecssd",
      "prefix": "ecssd_",
      "suffix": "_fused_sod.png"
    },
    "HKU-IS": {
      "path": "Path_Of_Method3/hku",
      "prefix": "hku_",
      "suffix": "_fused_sod.png"
    },
    "DUT-OMRON": {
      "path": "Path_Of_Method3/duto",
      "prefix": "duto_",
      "suffix": "_fused_sod.png"
    },
    "DUTS-TE": {
      "path": "Path_Of_Method3/dut_te",
      "prefix": "dut_te_",
      "suffix": "_fused_sod.png"
    }
  },

数据名字不匹配的错误原因是 check_path.py 文件中解析文件名的逻辑有问题：
修改后增加了打印调试信息的 check_path.py 代码：

# -*- coding: utf-8 -*-

import argparse
import json
import os
from collections import OrderedDict

parser = argparse.ArgumentParser(description="A simple tool for checking your json config file.")
parser.add_argument(
    "-m", "--method-jsons", nargs="+", required=True, help="The json file about all methods."
)
parser.add_argument(
    "-d", "--dataset-jsons", nargs="+", required=True, help="The json file about all datasets."
)
args = parser.parse_args()

for method_json, dataset_json in zip(args.method_jsons, args.dataset_jsons):
    with open(method_json, encoding="utf-8", mode="r") as f:
        methods_info = json.load(f, object_hook=OrderedDict)  # 有序载入
    with open(dataset_json, encoding="utf-8", mode="r") as f:
        datasets_info = json.load(f, object_hook=OrderedDict)  # 有序载入

    total_msgs = []
    for method_name, method_info in methods_info.items():
        print(f"Checking for {method_name} ...")
        for dataset_name, results_info in method_info.items():
            if results_info is None:
                continue

            dataset_mask_info = datasets_info[dataset_name]["mask"]
            mask_path = dataset_mask_info["path"]
            mask_suffix = dataset_mask_info["suffix"]

            dir_path = results_info["path"]
            file_prefix = results_info.get("prefix", "")
            file_suffix = results_info["suffix"]

            if not os.path.exists(dir_path):
                total_msgs.append(f"{dir_path} 不存在")
                continue
            elif not os.path.isdir(dir_path):
                total_msgs.append(f"{dir_path} 不是正常的文件夹路径")
                continue
            else:
                pred_names = [
                    name[len(file_prefix):-len(file_suffix)]
                    for name in os.listdir(dir_path)
                    if name.startswith(file_prefix) and name.endswith(file_suffix)
                ]
                if len(pred_names) == 0:
                    total_msgs.append(f"{dir_path} 中不包含前缀为 {file_prefix} 且后缀为 {file_suffix} 的文件")
                    continue

            mask_names = [
                name[len(file_prefix):-len(mask_suffix)]
                for name in os.listdir(mask_path)
                if name.endswith(mask_suffix)
            ]

            # 调试输出
            print(f"Prefix: {file_prefix}")
            print(f"Suffix: {file_suffix}")
            print(f"Prediction names in {dir_path}: {pred_names}")
            print(f"Ground truth mask names in {mask_path}: {mask_names}")

            pred_names_set = set(pred_names)
            mask_names_set = set(mask_names)

            intersection_names = pred_names_set.intersection(mask_names_set)
            if len(intersection_names) == 0:
                total_msgs.append(f"{dir_path} 中数据名字与真值 {mask_path} 不匹配")
            elif len(intersection_names) != len(mask_names):
                difference_names = mask_names_set.difference(pred_names_set)
                total_msgs.append(
                    f"{dir_path} 中数据({len(pred_names_set)})与真值({len(mask_names_set)})不一致: {difference_names}"
                )

    if total_msgs:
        print(*total_msgs, sep="\n")
    else:
        print(f"{method_json} & {dataset_json} 基本正常")

重新检查配置文件后输出如下：

Checking for Method4 ...
Prefix: animal-
Suffix: .png
Prediction names in Data/CHAMELEON/Test/Mask: ['1', '10', '11', '12', 
'13', '14', '15', '16', '17', '18', '19', '2', '20', '21', '22', '23', 
'24', '25', '26', '27', '28', '29', '3', '30', '31', '32', '33', '34', 
'35', '36', '37', '38', '39', '4', '40', '41', '42', '43', '44', '45',
 '46', '47', '48', '49', '5', '50', '51', '52', '53', '54', '55',
  '56', '57', '58', '59', '6', '60', '61', '62', '63', '64', '65',
   '66', '67', '68', '69', '7', '70', '71', '72', '73', '74', '75',
    '76', '8', '9']
Ground truth mask names in Data/CHAMELEON/Test/GT: ['1', '10', '11',
 '12', '13', '14', '15', '16', '17', '18', '19', '2', '20', '21',
  '22', '23', '24', '25', '26', '27', '28', '29', '3', '30', '31',
   '32', '33', '34', '35', '36', '37', '38', '39', '4', '40', '41', 
   '42', '43', '44', '45', '46', '47', '48', '49', '5', '50', '51',
    '52', '53', '54', '55', '56', '57', '58', '59', '6', '60', '61',
     '62', '63', '64', '65', '66', '67', '68', '69', '7', '70', '71',
      '72', '73', '74', '75', '76', '8', '9']
examples/config_method_json_example.json &
 examples/config_dataset_json_example.json 基本正常

可以看到此时对比两个路径下文件名信息是匹配的。

绘制pr曲线时

Traceback (most recent call last):
  File "plot.py", line 139, in <module>
    main(args)
  File "plot.py", line 133, in main
    save_name=args.save_name,
  File "/root/PySODEvalToolkit/metrics/draw_curves.py", line 71, in draw_curves
    raise ValueError(f"{x} must be contained in\n{dataset_names_from_npy}")
ValueError: NJUD must be contained in
['CHAMELEON', 'CAMO', 'COD10K']

原因是 rgbd_aliases.yaml 中的数据集需要删掉这样部分，因为 plot.py 脚本尝试绘制的曲线数据集包含 NJUD，但实际提供的 .npy 文件中只有 CHAMELEON、CAMO 和 COD10K。删除掉 rgbd_aliases.yaml 中下面这些数据集

    "NJUD": "NJUD",
    "NLPR": "NLPR",
    "SIP": "SIP",
    "STEREO1000": "STEREO1000",
    "RGBD135": "RGBD135",
    "SSD": "SSD",
    "LFSD": "LFSD",
    "DUTRGBD": "DUTRGBD",

绘制的曲线是空白

首先确保 output/curves.npy 文件中确实包含了正确的数据。可以使用以下代码来查看 .npy 文件的内容：

在 PySODEvalToolkit 目录下创建一个 check_nyp.py 文件然后执行该脚本查看输出的数据

import numpy as np

data = np.load('output/curves.npy', allow_pickle=True).item()
print(data)

排查了半天才发现是 alias_for_plotting.json 和 rgbd_aliases.yaml 中 method 配置不匹配导致 提供的 method_aliases 中的方法别名与 curves.npy 文件中的方法名称不匹配。因为别名不匹配，target_unique_method_names 为空，所以没有绘制任何曲线。为了解决这个问题，首先确保 method_aliases 中的方法别名与 curves.npy 中的方法名称一致。修改如下

alias_for_plotting.json

{
  "dataset": {
    "Name_In_Json": "Name_In_SubFigure",
    "NJUD": "NJUD",
    "NLPR": "NLPR",
    "DUTRGBD": "DUTRGBD",
    "STEREO1000": "SETERE",
    "RGBD135": "RGBD135",
    "SSD": "SSD",
    "SIP": "SIP",
    "CAMO": "CAMO",
    "CHAMELEON": "CHAMELEON",
    "COD10K": "COD10K"
  },
  "method": {
    "Name_In_Json": "Name_In_Legend",
    "GateNet_2020": "GateNet",
    "MINet_R50_2020": "MINet",
    "SINetV2_2022": "SINetV2"
  }
}

rgbd_aliases.yaml

dataset: {
    "CAMO": "CAMO",
    "CHAMELEON": "CHAMELEON",
    "COD10K": "COD10K"
}

method: {
    '2020-ECCV-DANetV19': 'DANet$_{20}$',
    '2020-ECCV-HDFNetR50': 'HDFNet$_{20}$',
    '2022-AAAI-SSLSOD-ImageNet': 'SSLSOD$_{22}$',
    'SINetV2_2022': 'SINetV2'
}

然后执行 plot 就可以得到绘制的非空白曲线了！

控制图例(legend)在右侧单独显示的参数是–separated-legend，绘制命令中添加这个参数就可以使得图例在右侧单独显示

当使用 --separated-legend 参数时，导致子图宽度变窄的原因是画布的总宽度保持不变，而图例占用了额外空间，导致子图被压缩。

解决方案

要让子图的宽度和高度保持一致，同时保留单独的图例，需要通过调整 画布尺寸 (figure.figsize) 和 子图间距 (figure.subplot.wspace 和 hspace) 来实现。

---

分析问题的原因

当前问题的原因是 --separated-legend 参数会导致 额外空间 被图例占用，默认画布尺寸（figure.figsize: 16,4）没有适配这种情况下的子图宽高比。

---

解决方法

1. 增加画布的总宽度

在你的配置文件中找到 figure.figsize，将宽度增加，以适配单独的图例区域。
将原来的：

figure.figsize: 16,4

修改为：

figure.figsize: 20,4

• 20 表示画布的总宽度增加了 4 英寸，可以根据实际情况进一步调整。
• 4 表示画布的高度保持不变。

---

2. 调整子图间距

增加子图间距的设置，确保它们不被压缩，同时留出空间来保证宽高比例一致。

在配置文件中的 figure.subplot 部分，修改如下：

figure.subplot.left:   0.05  # 子图的左边界
figure.subplot.right:  0.85  # 子图的右边界，留出空间给图例
figure.subplot.wspace: 0.15  # 子图之间的水平间隔
figure.subplot.hspace: 0.15  # 子图之间的垂直间隔

• left 和 right 控制子图的整体宽度范围，将 right 限定在 0.85，留出 15% 的画布空间给右侧图例。
• wspace 和 hspace 控制子图之间的间距，可以根据需要微调。

---

3. 合理配置图例区域

将图例放置在右侧单独区域，并确保它不会压缩子图。
通过设置 bbox_to_anchor 和 ncol（列数）来使图例美观：

legend.columnspacing: 1.0  # 列间距
legend.borderaxespad: 0.5  # 图例与子图边缘的距离

---

最终建议配置修改：

figure.figsize:     20,4        # 增加画布的宽度
figure.subplot.left:   0.05     # 调整子图左边界
figure.subplot.right:  0.85     # 调整子图右边界，为图例留出空间
figure.subplot.wspace: 0.15     # 子图之间的水平间隔
figure.subplot.hspace: 0.15     # 子图之间的垂直间隔

---

总结

1. 增加 figure.figsize 的宽度，确保画布有足够空间。
2. 调整 figure.subplot 的边界和间隔，留出空间给图例。
3. 调整图例的布局，使其美观且不压缩子图。

执行修改后，你的子图宽高将保持一致，同时图例仍然位于右侧单独显示。