【问题标题】:How to evaluate CBIR system without having a ground truth?如何在没有基本事实的情况下评估 CBIR 系统?
【发布时间】:2020-06-03 20:23:07
【问题描述】:

作为我的数据库,我有一堆相同类别的图像 - 这意味着我只有一个类别的图像。

在实现 CBIR(通过直方图提取特征并通过欧几里得计算距离 - 非常简单的方法,没什么花哨的)后,我得到了 25 个最佳匹配结果。现在我想评估它们。

平均平均精度和精确召回率等所有评估指标都需要真实数据,而我没有。现在我只拍一张图像并计算相似度。

我如何在没有任何基本事实数据的情况下进行评估?

【问题讨论】:

    标签: python opencv evaluation precision-recall cbir


    【解决方案1】:

    回复晚了,但我正在做一个类似的项目。由于您没有基本事实,因此您无法真正评估您的方法。您可以做的是针对各种图像运行它,并计算每次您认为相关的图像数量的平均值。更好的是使用人工判断而不是您自己的判断,因为有人可能会说这是高度偏颇的。

    【讨论】:

      猜你喜欢
      • 2019-04-15
      • 2018-09-05
      • 1970-01-01
      • 2022-06-20
      • 1970-01-01
      • 1970-01-01
      • 2020-12-01
      • 2017-02-22
      • 1970-01-01
      相关资源
      最近更新 更多