如何使用視頻繪製爲每個窗口誤報VS未命中率(或假警報的概率)爲對象檢測中的應用和ROC(接受者操作曲線)的曲線圖?如何確定假陽性和點擊的數量?一個例子將會非常有用。劇情虛警和ROC曲線的概率的
3
A
回答
2
它很簡單。將所有真正的正數(H0)值存儲在一個數組中,並將所有真正的負數(H1)值存儲在另一個數組中。
對兩個列表進行排序。
從兩個列表中查找最高值和兩個列表中的最低值。將範圍除以適當的數字(例如1000),這將是你的一步。
現在按步長值從最小值到最大值。
對於每個評價值找到在H0和H1數組,它是大於該值的點。將此索引除以h0/h1數組中的數值並乘以100(給出一個百分比)。
- 假拒絕(fr)= h0指數百分比。
- 錯誤接受度(fa)= 100 - (h1指數百分比)。對,100
情節FA - FR。
要計算EER,您需要找到上面計算的fr和fa之間的最小距離。
float diff = fabsf(fr - fa);
if (diff < minDiff)
{
minDiff = diff;
minFr = fr;
minFa = fa;
}
,然後在年底能效比的計算公式如下:
float eer = (minFr + minFa)/2.0f;
編輯:你得到H0和H1的值進行簡單的得分表示「可能性」的價值觀,你的比賽是正確的。您必須在某處計算這些數字,因爲您必須根據此分數來決定是否識別您的物體。
H0列表是您在確定匹配時得到的分數。 H1列表是您在確定不匹配時得到的分數。
相關問題
- 1. 使用預測類別的概率的ROC曲線
- 2. R:xgboost情節ROC曲線
- 3. ROC曲線Turorial
- 4. ROC曲線tf.contrib.learn.LinearClassifier
- 5. 概率表面曲線matplotlib
- 6. 如何ROC曲線
- 7. matplotlib的ROC/AUC曲線
- 8. 奇怪的ROC曲線
- 9. ROC曲線的輸入
- 10. 非線性概率的線性概率
- 11. Ntlk&Python,繪製ROC曲線
- 12. ROC曲線從randomForest分類
- 13. 繪圖曲線ROC em R
- 14. 離散預測ROC曲線
- 15. ROC曲線交叉驗證
- 16. roc曲線和說話人識別
- 17. 過度擬合和ROC曲線
- 18. ROC曲線的紅寶石實現
- 19. randomForest中的ROC曲線錯誤
- 20. MATLAB中混淆矩陣的ROC曲線
- 21. 使用Perl模塊的ROC曲線?
- 22. 用於繪製ROC曲線的libsvm
- 23. R中多類分類的ROC曲線
- 24. 構建R中的ROC曲線
- 25. 如何繪製下列曲線的ROC曲線?
- 26. 支線劇情,劇情無厘頭
- 27. 如何繪製來自BinaryClassificationMetrics的ROC曲線和精度 - 召回曲線
- 28. 劇情根據頻率
- 29. R中的多個模型組合的ROC曲線和AUC
- 30. Matplotlib線在我的劇情
你有測試集嗎?誤報僅僅是機器認爲是「真實」的物品,而實際上它們是「假」的。 – amit