我们使用caffe来做图像分类，有两个类。我们已经完成了培训和测试并获得了准确性。现在我想从测试数据集中找到假阳性图像。无论如何我能做到吗？ 谢谢！
答案 0 :(得分：0)
我所知道的最简单的方法是通过分类来运行它们 - 作为一个单独的运行，而不是作为培训过程的一部分 - 看看哪些没有按预期出现。
答案 1 :(得分：0)
您需要以某种方式标记您的测试数据，以了解您的阳性预测是否与阳性测试样本匹配，如果不匹配那么它应该被视为误报，当您拥有所有测试数据的这些指标时，您可以计算f1score和其他一些性能变量：
accuracy = (true_negative + true_positive)/total_samples
recall = true_positive / (true_positive + false_negative)
precision = true_positive / (true_positive + false_positive)
f1score = 2*((precision*recall)/(precision+recall))