为了评价不同红外小目标检测方法的背景抑制和增强目标效果，通常采用**信杂比（SCR）、信杂比增益(SCRG)、背景抑制因子(BSF)**作为评价指标。
小目标的SCR越高，越容易被检测到，SCRG反映了目标的输入输出相对于背景的增强程度，也可以用来描述小目标检测的难度。 S C R = ∣ μ t − μ b ∣ σ b S C R=\frac{\left|\mu_{t}-\mu_{b}\right|}{\sigma_{b}} SCR=σb∣μt−μb∣, S C R G = S C R o u t S C R i n S C R G=\frac{S C R_{o u t}}{S C R_{i n}} SCRG=SCRinSCRout 其中 μ t \mu_{t} μt 表示目标的平均像素值大小, μ b \mu_{b} μb表示目标周围区域的像素值大小， σ b \sigma_{b} σb表示目标周围的像素值标准差。 S C R i n SCR_{in} SCRin表示输入图像的信噪比， S C R o u t SCR_{out} SCRout表示输出图像的信噪比。
BSF反映了背景抑制的效果。 B S F = C i n C o u t B S F=\frac{C_{i n}}{C_{o u t}} BSF=CoutCin
针对检测结果，通常利用检测率和虚警率作为评价指标（根据论文IPIlink）： 检测率： P d = N p N r P_{d}=\frac{N_{p}}{N_{r}} Pd=NrNp 虚警率： P a = N f N n P_{a}=\frac{N_{f}}{N_{n}} Pa=NnNf N p N_{p} Np检测到的真实目标数， N r N_{r} Nr总的真实目标的数量， N f N_{f} Nf检测到的虚假目标的数量， N n N_{n} Nn用于检测的图像数量。 以虚警率为横轴，检测率为纵轴作图，就能够得到一个序列的ROC曲线。ROC序列越凸，代表该检测方法对序列的检测效果越好，即曲线与横轴所围成的面积越大，则检测性能越佳。 在2019年ICCVlink的红外小目标检测论文中使用了调和平均数F-measure作为检测指标。
关于评价指标，博主认为还存在一下几个问题：
针对是否检测到红外小目标缺少一个统一的评价标准，有的研究者认为检测结果需包含groundtruth的中心点才算正确检测，有的学者认为检测结果与groundtruth有相交像素则算正确检测。虚警率的计算方式有些学者通过像素的方式来计算，有的学者通过图像数量来计算。同时博主还有一个小小的问题，为什么在计算检测率的时候需要将虚警率固定在2.5/image。
