劇情虛警和ROC曲線的概率的

Question

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。

Answer 1

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。