如何找到用于对象检测的预训练模型精度和混淆矩阵

Question

我正在使用张量流对象检测预训练模型和更快的 RCNN inception_v2 coco 来处理自己的数据集。所以我的问题是如何为自己的数据集找到模型准确性和混淆矩阵？

Answer 1

如果你想得到一个混淆矩阵很简单，这个例子适用于 PyCM 图书馆： 首先，用你的 80% 训练你的模型，然后使用保持测试或也称为“测试数据”或 x_test。 保留测试数据模型将预测具有以前从未见过的数据的类，如果您使用所有数据训练模型，则模型只会“偷看”这个术语是指模型仅“偷看”特征和从不预测，因为只是“偷看”之前看到的数据。

为了得到一个混淆矩阵，首先我们用测试数据测试模型：

y_predicted = model.predict(testX, batch_size=64)

我们使用PyCM 库得到混淆矩阵

from pycm import *

然后得到厘米：

cm = ConfusionMatrix(actual_vector=y_test, predict_vector=y_predicted)

print(cm)

打印“cm”，您将获得模型的所有指标，例如“召回率、精度、模型的整体准确度、特异性，所有您可以从混淆矩阵中获得的信息，获得 CM 也可以从头开始计算你的准确率、真阳性率的召回率、每个类别的真阴性率等。这些指标告诉你你的模型有多自信。

最好的问候..