提案されたシステムのパフォーマンスを分析するために、ミス率と偽陽性率の曲線をプロットする問題があります（下の図でサンプリングされています）。ポジティブ サンプルとネガティブ サンプルの 2 つのサンプル データセットがあります。この曲線で人または非人を分類できるかどうか、システムのパフォーマンスをプロットしたいと思います。
私の知る限り、分類後に真陽性と偽陽性の値を取得する必要がありますが、曲線をプロットする方法はまだわかりません。誰でも助けてください??
2803 次
3 に答える
0
オブジェクト検出には 2 種類のバウンディング ボックスがあります。データセットがテーマをオブジェクトとしてラベル付けしたボックスと、アルゴリズムが検出したボックスです。
あなたの bbox がdata-set bbox と大きな共通部分を持っている場合、それは問題ありません。
bbox がdata-set bbox と交差していない場合、それはFalse Posativeです。
そして、画像内の bbox と交差することなく、すべてのデータセット bbox をMISS Rateと呼びます。これらの数値を計算した後、これらの値をプロットするのは簡単です。
于 2017-08-03T16:17:25.627 に答える
-1
次の GitHub リポジトリを使用して、MR と FPPI をプロットできます。コードは mAP のみを計算するように見えるかもしれませんが、それ以上のことを行います。また、ミス率、画像ごとの誤検知、対数平均ミス率も計算します。これらはすべて、リポジトリにある main.py ファイル (81 行目) で計算されますが、プロットされません。あなたがしなければならないのは、matplotlib (または他のモジュール) を使用して MR と FPPI をプロットすることだけです。開始するには、ReadMe ファイルに従ってください。お役に立てれば！
于 2019-06-19T09:34:45.723 に答える