image-evaluation

用途：协助评估文生图与生成图像质量，包括图文对齐、组合与推理能力、人体真实感与失真等，并帮助选择合适的评测基准和指标。主要能力：提供基准速查，如通用图文对齐可选 GenAI-Bench + VQAScore；组合/推理可选 T2I-CompBench++、HRSBench、DALL-EVAL；中文与细粒度可选 ImageEval；人体真实感与失真可选 BodyMetric、Human Distortion Benchmark；可解释与改进可选 RAHF（热力图+分数）；指令编辑可选 Reason-Edit。指标方面覆盖 VQAScore、FID、CLIPScore、人类评价、热力图与可解释反馈等，各基准的指标、数据集与链接见 reference.md。使用方式：单图评估在给定一张图像和一个 prompt 后运行多指标评估，生成一个 HTML 报告，包含图文相关性（CLIPScore 0–1、VQAScore、ImageReward）、生成质量（Laplacian 锐度）、美学/吸引力（CLIP 美学代理）；人体真实感/失真/RAHF 需专用模型。命令示例：cd image-evaluation；python3 -m venv .venv && .venv/bin/pip install -r requirements-eval.txt；.venv/bin/python evaluate_image.py --image /path/to/image.png "生图 prompt" --output-dir reports。可选参数 --no-vqa 跳过 VQAScore，--no-imagereward 跳过 ImageReward。报告输出到 reports/report_YYYY-MM-DD_HH-MM-SS.html，每次唯一，布局为顶部粘性摘要加左图右表。限制：人体真实感、失真与 RAHF 需专用模型；具体依赖、数据集量级与评测方式等细节在 reference.md 中，其余信息暂未提供。