我试图测量试图检测视频中对象的计算机视觉程序的性能.我有3个不同版本的程序,它们有不同的参数.
我对每个版本进行了基准测试,得到了3对(误报百分比,假阴性百分比).
我对每个版本进行了基准测试,得到了3对(误报百分比,假阴性百分比).
现在我想比较各个版本,然后我想知道将误报和漏报结合到单个值中是否有意义并使用它来进行比较.例如,取方程falsePositives / falseNegatives,看看哪个更小.
其他几种可能的解决方案:
– 您的假阳性率(fp)和假阴性率(fn)可能取决于阈值.如果绘制y值为(1-fn)的曲线,x值为(fp),则绘制接收器 – 运算符特征(ROC)曲线. ROC曲线下面积(AUC)是一种流行的质量衡量标准.
如果存在某些感兴趣的区域,则可以对-AUC进行加权
– 报告等错误率.对于某个阈值,fp = fn.报告此值.
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。