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。
yolo模型的混淆矩阵
- 写回答
- 好问题 0 提建议
- 追加酬金
- 关注问题
- 邀请回答
-
2条回答 默认 最新
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