我制作了一个 Haar-Cascade train 来制作便便检测器,现在我正在使用我自己的数据集处理混淆矩阵,我真正的问题是 IDK 如何真正制作矩阵,因为我有 110 个看起来像这样的测试图像enter image description here
所有图像中间都有一个或两个便便,背景是水泥。所以当我测试我的图像时,我有一个很好的精度,但我只有 TP、FP 和 FN 值,但我从未有过 TN,因为我所有的照片看起来都像我放在描述中的照片,而且我只处理一个对象class (Poop) 那么我可以制作一个没有 TN 值的混淆矩阵吗?有人可以解释一下制作混淆矩阵的真正过程是怎样的
答案 0 :(得分:0)
您实际上有两个类,便便和非便便。
要获得混淆矩阵,您还必须在没有大便的图像上测试模型,然后才能获得 TN,这是模型正确预测非大便 类别的地方。