docs(artimuse): align with code; add sample reproduction and description - #163
Merged
Conversation
shijinpjlab
reviewed
Sep 4, 2025
| `RuleImageArtimuse` 是一个基于 Artimuse API 的图像质量评估规则类，用于判断输入图像的质量是否达到合格标准。该规则通过调用 Artimuse 服务的图像评估接口，获取图像的总体评分和各个方面的详细评估结果。 | ||
| RuleImageArtimuse 基于 ArtiMuse 在线服务对输入图片进行美学质量评估。规则会创建评估任务并轮询状态，取得总体分数及服务端返回的细粒度信息；随后与阈值比较，给出 Good/Bad 判定，并在结果中回传完整的可解释信息。 | ||
|
|
||
| 样例 20250903_203109_deb630bc 即是通过 Dingo 的本地执行引擎运行 RuleImageArtimuse 自动生成的输出。执行器会在指定的 output_path 下新建以时间戳和 8 位短 ID 组成的目录（形如 YYYYmmdd_HHMMSS_shortid），并写入 summary.json 以及逐条样本的明细 JSONL。该样例目录包含 Artimuse_Succeeded/BadImage.jsonl、Artimuse_Succeeded/GoodImage.jsonl 和 summary.json。 |
Collaborator
There was a problem hiding this comment.
这里理解错了，不要提及 样例 20250903_203109_deb630bc
写测试数据是怎么构造出来的，以及测试结果怎么跑出来
再分析测试结果就可以了，没有样例，别人也不知道样例是什么
shijinpjlab
reviewed
Sep 4, 2025
| ## 概述 | ||
|
|
||
| `RuleImageArtimuse` 是一个基于 Artimuse API 的图像质量评估规则类，用于判断输入图像的质量是否达到合格标准。该规则通过调用 Artimuse 服务的图像评估接口，获取图像的总体评分和各个方面的详细评估结果。 | ||
| RuleImageArtimuse 基于 ArtiMuse 在线服务对输入图片进行美学质量评估。规则会创建评估任务并轮询状态，取得总体分数及服务端返回的细粒度信息；随后与阈值比较，给出 Good/Bad 判定，并在结果中回传完整的可解释信息。 |
| `RuleImageArtimuse` 是一个基于 Artimuse API 的图像质量评估规则类，用于判断输入图像的质量是否达到合格标准。该规则通过调用 Artimuse 服务的图像评估接口，获取图像的总体评分和各个方面的详细评估结果。 | ||
| RuleImageArtimuse 基于 ArtiMuse 在线服务对输入图片进行美学质量评估。规则会创建评估任务并轮询状态，取得总体分数及服务端返回的细粒度信息；随后与阈值比较，给出 Good/Bad 判定，并在结果中回传完整的可解释信息。 | ||
|
|
||
| 测试数据使用 JSONL 格式构造，每行一个 JSON 对象，至少包含 id 与 content 字段，其中 content 为可公网访问的图片 URL。项目中提供了 test/data/test_imgae_artimuse.jsonl 作为模板，亦可自行仿照编写，例如：{"id": "1", "content": "https://example.com/a.jpg"}，{"id": "2", "content": "https://example.com/b.jpg"}。 |
|
|
||
| 测试数据使用 JSONL 格式构造，每行一个 JSON 对象，至少包含 id 与 content 字段，其中 content 为可公网访问的图片 URL。项目中提供了 test/data/test_imgae_artimuse.jsonl 作为模板，亦可自行仿照编写，例如：{"id": "1", "content": "https://example.com/a.jpg"}，{"id": "2", "content": "https://example.com/b.jpg"}。 | ||
|
|
||
| 在仓库根目录直接运行 python examples/artimuse/artimuse.py 即可调用在线 ArtiMuse 接口完成评估，或在自定义的 InputArgs 中设置 output_path 指向你的本地目录以指定输出位置。执行后，LocalExecutor 会在该目录下创建以时间戳与 8 位短 ID 命名的子目录，并写入 summary.json 与逐条样本的明细 JSONL，可通过命令 python -m dingo.run.vsl --input <输出目录> 打开静态页面查看结果。 |
|
|
||
| 在仓库根目录直接运行 python examples/artimuse/artimuse.py 即可调用在线 ArtiMuse 接口完成评估，或在自定义的 InputArgs 中设置 output_path 指向你的本地目录以指定输出位置。执行后，LocalExecutor 会在该目录下创建以时间戳与 8 位短 ID 命名的子目录，并写入 summary.json 与逐条样本的明细 JSONL，可通过命令 python -m dingo.run.vsl --input <输出目录> 打开静态页面查看结果。 | ||
|
|
||
| 评测结果的判定逻辑与代码一致：从服务端返回的 data 中读取 score_overall 与设定阈值比较，低于阈值判定为 BadImage，否则为 GoodImage；返回的 reason 字段保存了服务端 data 的字符串化 JSON，至少包含 phase 与 score_overall 等关键字段，便于后续分析与追溯。 |
e06084
reviewed
Sep 4, 2025
| @@ -2,7 +2,19 @@ | |||
|
|
|||
Collaborator
There was a problem hiding this comment.
可以按类似“替你们试过了，nano banana很能打”这的主题风格来写这篇推文
This file contains hidden or bidirectional Unicode text that may be interpreted or compiled differently than what appears below. To review, open the file in an editor that reveals hidden Unicode characters.
Learn more about bidirectional Unicode characters
Sign up for free
to join this conversation on GitHub.
Already have an account?
Sign in to comment
3 participants
Add this suggestion to a batch that can be applied as a single commit.This suggestion is invalid because no changes were made to the code.Suggestions cannot be applied while the pull request is closed.Suggestions cannot be applied while viewing a subset of changes.Only one suggestion per line can be applied in a batch.Add this suggestion to a batch that can be applied as a single commit.Applying suggestions on deleted lines is not supported.You must change the existing code in this line in order to create a valid suggestion.Outdated suggestions cannot be applied.This suggestion has been applied or marked resolved.Suggestions cannot be applied from pending reviews.Suggestions cannot be applied on multi-line comments.Suggestions cannot be applied while the pull request is queued to merge.Suggestion cannot be applied right now. Please check back later.
No description provided.