如何找到预训练的模型精度和混淆矩阵以进行目标检测

Question

我正在使用张量流对象检测具有更快的RCNN inception_v2 coco的预训练模型作为自己的数据集。所以我的问题是如何为自己的数据集找到模型的准确性和混淆矩阵？

Answer 1

如果要获得混淆矩阵很容易，则此示例适用于PyCM 图书馆： 首先，以80％的比例训练模型，然后使用保持测试或也称为“测试数据”或x_test的模型。 模型提供的测试数据将使用从未有过的数据预测类，如果您使用所有数据训练模型，则该模型只会进行“窥视”，该术语是指模型仅在“窥视”特征，并且永远都无法预测，因为只能“查看”之前看到的数据。

例如，要得到一个混淆矩阵，首先我们用测试数据对模型进行测试：

<mysorageac>.<zone>.web.core.windows.net

然后我们使用PyCM库获取混淆矩阵

y_predicted = model.predict(testX, batch_size=64)

然后得到厘米：

from pycm import *

打印“ cm”，您将获得模型的所有指标，例如“召回率，精度，模型的整体准确性，特异性，可以从混淆矩阵中获得的所有信息，获得CM以及还可以从头开始计算您的精确度，每个类的真实阳性率，真实阴性率等。这些指标告诉您模型的自信程度。

最好的问候。