如何对图像分类模型进行显着性检验？

Question

我已经使用keras创建了一个多类分类的CNN模型，

我已经训练了模型，并在测试集中生成了分类报告。这为我提供了每个模型的评估指标精度，召回率和f1。

现在，我想知道模型的各个结果是否具有统计意义，即确定模型的 p值。我将如何测试？由于我很难找到完成此操作的任何示例，因此我想知道在图像分类器的上下文中它是否有意义？

任何对此的澄清将不胜感激。