- 博客(2)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 6、混淆矩阵（Confusion Matrix）的作用
概念描述定义N×N 的矩阵，其中 N 是类别数量，行表示实际类别，列表示预测类别。对角线元素表示模型正确预测的像素数量，即真正例（TP）。非对角线元素表示模型预测错误的像素数量，即假正例（FP）和假反例（FN）。主要应用评估模型性能，识别混淆类别，计算评估指标（精确率、召回率、F1 分数、IoU）。优势可视化性能，深入分析错误，计算评估指标。计算评估指标基于混淆矩阵计算精确率、召回率、F1 分数和 IoU 等指标。
2025-01-14 22:53:04
841
1
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人