用途：在 FiftyOne 中将模型预测与真值标注对比，计算 mAP、精确率、召回率、混淆矩阵等指标，覆盖检测、分类、分割、回归和视频时序任务，方便定位错误样本并比较不同模型。
主要能力：
- 检测类（Detections、Polylines、Keypoints）走 evaluate_detections，支持 coco、open-images 方法，可设 iou、classwise、compute_mAP、use_masks 等参数。
- 时序检测（TemporalDetections）用 activitynet 方法。
- 分类用 simple、top-k（需 logits）或 binary。
- 分割用 simple，可设 bandwidth 只评边界像素，average 可选 micro/macro/weighted/samples。
- 回归用 simple，可算 MSE、RMSE、MAE、中位绝对误差、R²、解释方差、最大误差。
- 结果会写入 {eval_key}_tp/_fp/_fn 等字段，也可用 to_evaluation_patches() 查看 TP/FP/FN。
使用方式（经插件操作符）：
- 先 list_datasets()、set_context(dataset_name="my-dataset")、dataset_summary(name="my-dataset") 确认数据集与字段类型兼容。
- list_plugins() 检查插件，缺失时执行 download_plugin(url_or_repo="voxel51/fiftyone-plugins", plugin_names=["@voxel51/evaluation"]) 与 enable_plugin(plugin_name="@voxel51/evaluation")。
- launch_app(dataset_name="my-dataset")，随后调用 evaluate_model，需向用户确认预测字段、真值字段、唯一的 eval_key、方法和是否算 mAP。例如 coco 检测：执行 execute_operator(operator_uri="@voxel51/evaluation/evaluate_model", params={...})，参数含 pred_field、gt_field、eval_key、method、iou、compute_mAP。
- 在 App 的 Model Evaluation Panel 查看汇总指标、混淆矩阵、逐类表现；结束用 close_app()。 也提供 Python SDK 替代：dataset.evaluate_detections/evaluate_classifications/evaluate_segmentations/evaluate_regressions，结果对象支持 print_report()、mAP()、plot_confusion_matrix()、plot_pr_curves() 等。
适用场景：检测、分类、分割、回归模型的离线评估与模型对比；用 set_view(filters={"eval_fp": {"$gt": 0}}) 过滤误检样本；多 IoU 阈值对比；边界分割评估。
限制：预测与真值字段类型必须兼容；eval_key 必须唯一，重复会报错；mAP 需显式设置 compute_mAP: true 且多预测才有意义；大数据集评估较慢；插件未安装会报错。资料未提供性能基准、价格与收费信息。