bounds_ 2023-03-17 20:34 采纳率: 83.3%
浏览 80

yolo模型的混淆矩阵

yolo模型生成的混淆矩阵，background是代表样本中不是目标的图像，下图的横坐标为true,纵坐标为predicated(crop,weed),crop-background则是将background预测为crop的类别。
想问一下，其中的分类错误的0.73和0.27，是如何计算出来的吗？
样本中也没有单独安排背景图片，这个background的总量的怎么得到的吗？
还有就是单单看这个模型感觉分类效果也挺好的？不知道我的判断有没有出错，希望得到大家的指正。

img

img

  • 写回答

2条回答 默认 最新

  • threenewbee 2023-03-17 20:56
    关注

    分类错误是根据你的样本的预测值和实际分类值的比率算出的

    评论

报告相同问题？

问题事件

  • 修改了问题 3月17日
  • 创建了问题 3月17日

悬赏问题

  • ¥15 剑网三内存脚本有没有作者可以做
  • ¥15 c#转安卓 java html
  • ¥15 os.listdir文件路径找不到
  • ¥15 使用gojs3.0，如何在nodeDataArray设置好text的位置，再go.TextBlock alignment中进行相应的改变
  • ¥15 psfusion图像融合指标很低
  • ¥15 银河麒麟linux系统如何修改/etc/hosts权限为777
  • ¥50 医院HIS系统代码、逻辑学习
  • ¥30 docker离线安装mysql报错，如何解决？
  • ¥15 构建工单的总账影响在哪里查询或修改
  • ¥15 三个简单项目写完之后有重赏之后联系我