[英]How to measure the success and percent accuracy of an image detection algorithm?
有谁知道如何正确量化图像检测算法的成功? 您如何结合两种错误来源? 因为一个来源是算法未能检测到的对象数量,而另一个来源是算法误识别为对象的误报数量。
因此,例如,如果图像中有574个对象,但算法仅检测到540个对象,同时产生113个误报,我如何获得百分比精度?
您可以通过首先计算算法的精度和召回性能来计算所谓的F 1分数 (有时也称为F分数)。
精度是真实阳性的数量除以预测阳性的数量,其中预测阳性=(真实阳性+假阳性) 。
召回率是真实阳性的数量除以实际阳性的数量,其中实际阳性=(真实阳性+假阴性) 。
换句话说, 精确度意味着:“在我们检测到匹配的所有对象中,实际匹配的分数是多少?” 回想的意思是“在所有实际匹配的对象中,我们正确检测出匹配的部分是多少?”。
计算出精度P和召回率R后 , F 1分数为2 *(PR /(P + R)),并为您提供一个介于0和1之间的度量标准,用于比较不同算法的性能。
F 1分数是在机器学习中使用的一种统计量度。 您可以在此Wikipedia条目中了解有关它的更多信息。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.