我认为ROC在评估某些二元分类器的性能方面存在一些局限性。我用这条指令绘制了一个图像分类器的ROC：首先我将检测方法应用于图像，它的结果是一个灰度图像。现在我必须应用不同的阈值来获得不同的二进制图像。对于阈值范围（例如，th = 0.01：0.01：1），我获得对应于每个阈值的二进制图像。然后，对于每个二值图像，计算真阳性率（TPR）和假阳性率（FPR），其中（TPR，FPR）确定ROC曲线上的点。整个曲线包括为每个二进制图像计算的点。 我的问题：如果在第一步我有一个灰度图像的二进制图像，我如何应用不同的阈值来绘制ROC。是否有适合此州的绩效评估而不是ROC？