Question

在Google AutoML中创建模型后，我们可以使用提供的python代码进行预测。这是代码：

import sys

from google.cloud import automl_v1beta1
from google.cloud.automl_v1beta1.proto import service_pb2


def get_prediction(content, project_id, model_id):
  prediction_client = automl_v1beta1.PredictionServiceClient()

  name = 'projects/{}/locations/us-central1/models/{}'.format(project_id, model_id)
  payload = {'image': {'image_bytes': content }}
  params = {}
  request = prediction_client.predict(name, payload, params)
  return request  # waits till request is returned

if __name__ == '__main__':
  file_path = sys.argv[1]
  project_id = sys.argv[2]
  model_id = sys.argv[3]

  with open(file_path, 'rb') as ff:
    content = ff.read()

  print get_prediction(content, project_id,  model_id)

我意识到，它只会打印分数高于阈值value = 0.5的检测结果。输出示例：

payload {
  classification {
    score: 0.562688529491
  }
  display_name: "dog"
}

如何打印分数低于阈值0.5（例如，将阈值更改为0.3）的其他检测结果？

Answer 1

请参阅api文档here

参数

具有字符串属性的对象

其他特定于域的参数，任何字符串必须最大为25000   个字符长。

对于图像分类：

score_threshold-（浮点）从0.0到1.0的值。当模型   对图像进行预测，只会产生具有以下特征的结果：   至少这个置信度分数阈值。默认值为0.5。

原型中字段的实际描述是

map<string,string> params;

因此，您将更改已设置为空dict的params变量。将params变量更改为：params = {"score_threshold": "0.3"}将起作用。

如何使用Google AutoML更改预测阈值？

1 个答案: