1
우리는 이미지의 분류를하기 위해 카페를 사용하고 있으며 두 가지 클래스가 있습니다. 우리는 훈련과 테스트를 마쳤으며 정확성을 얻었습니다. 이제 테스트 데이터 세트에서 잘못된 긍정적 인 이미지를 찾고 싶습니다. 어쨌든 내가 할 수 있니? 감사합니다.caffe 분류자를 사용할 때 거짓 긍정 이미지를 찾는 방법
A
답변
0
내가 아는 가장 쉬운 방법은 트레이닝 프로세스의 일부가 아닌 별도의 실행으로 분류를 실행하여 예상대로 나오지 않은 것을 확인하는 것입니다.
0
긍정적 인 예측이 양성 테스트 샘플과 일치하는지 확인하려면 테스트 데이터에 어떻게 든 레이블을 지정해야합니다. 그렇지 않으면 거짓 테스트로 간주되어야하며 모든 테스트 데이터에 대해 이러한 측정 항목을 사용할 수 있습니다. f1score 및 기타 성능 변수를 계산하십시오.
accuracy = (true_negative + true_positive)/total_samples
recall = true_positive/(true_positive + false_negative)
precision = true_positive/(true_positive + false_positive)
f1score = 2*((precision*recall)/(precision+recall))
+1
고마워! 그게 도움이! – ccatman
질문에 답변 해 주셔서 감사합니다. 그러나 나는 분리 된 실행의 의미가 무엇인지 완전히 이해할 수 없습니다. 나는 시험 세트에서 잘못된 긍정적 인 이미지를 찾으려고 노력하고 있습니다. 그것에 대해 더 자세히 설명해 주시겠습니까? – ccatman
훈련 된 모델을 실제로 * 사용하는 방법을 찾으십시오 : 새로운 입력을 분류하는 방법. 이것은 "예측"또는 "채점"이라고도합니다. 새로운 입력을 사용하는 대신 테스트 세트를 사용하십시오. 반환 된 예측을 지상 진실 (원래 분류)과 비교하십시오. – Prune
고마워, 아프다 시도 – ccatman