图像构图评估在美学评估中至关重要，其目标是评估给定图像的整体构图质量。然而，据我们所知，目前尚无专门为此任务提出的数据库或方法。在本文中，我们贡献了首个构图评估数据集CADB，其中每个图像的构图分数由多位专业评分员提供。此外，我们提出了一种包含新颖的显著性增强多模式池化（Saliency-Augmented Multi-pattern Pooling, SAMP）模块的构图评估网络SAMP-Net，该模块从多种构图模式的角度分析视觉布局。我们还利用与构图相关的属性进一步提升性能，并扩展了地球移动距离（Earth Mover's Distance, EMD）损失函数为加权EMD损失函数，以消除内容偏差。实验结果表明，我们的SAMP-Net在性能上优于以往的美学评估方法。