이미지 검색 알고리즘의 성공 여부를 정확하게 측정하는 방법을 아는 사람이 있습니까? 2 가지 오류 원인을 어떻게 결합합니까? 왜냐하면 하나의 소스는 알고리즘이 탐지하지 못한 객체의 수이고 다른 하나는 알고리즘이 객체로 잘못 식별 한 가양 성의 수이기 때문입니다.이미지 탐지 알고리즘의 성공률과 정확도를 측정하는 방법은 무엇입니까?
예를 들어 이미지에 574 개의 개체가 있지만 113 개의 잘못된 검색 결과를 생성하는 동안 알고리즘에서 540 개만 검색 한 경우 어떻게 정확도를 얻습니까?
당신은 먼저 정밀 및 알고리즘의 리콜 성능을 계산하여 F 점수 (때로는 F 점수)로 알고 있는지 계산할 수 있습니다.
정밀도는 참 양성 수수로 나눈 값이 는 긍정 = (참된 긍정 + 가양) 예측 탐지, 예측된다.
회수는 참 양성의 개수실제 긍정의 수로 나눈 실제 여기서 긍정 = (참된 긍정 + 위음성).
다른 말로하면, 정밀도은 "일치하는 것을 발견 한 모든 개체 중에서 실제로 어떤 부분이 일치합니까?"를 의미합니다. 리콜은 "실제로 일치하는 모든 개체 중에서 정확히 일치하는 것으로 어떤 부분을 감지 했습니까?"를 의미합니다. 0 사이 -
은 P 및 리콜 R 상기 F 1은 2 * (PR/(P + R)) 한 장의 메트릭을 제공이다 점수 정밀도를 산출 데 1은 다른 알고리즘의 성능을 비교하는 데 사용됩니다.는 1는 점수 F는 기계 학습 다른 애플리케이션 사이에서 사용되는 통계적 측정치이다. this Wikipedia entry에서 자세한 내용을 볼 수 있습니다.
https://en.wikipedia.org/wiki/Precision_and_recall – Koray
에서 정밀도 및 회수에 대한 시각적 인 설명이 유용합니다. 기능을 작성하려는 시도 : http://stackoverflow.com/questions/16271603/how- 문지르기 - 창 - 개체 - 탐지 - 참 - 음화 - 42267069 # 42267069 – Koray