# @file name : test2.py
# @brief : 如何绘制PR曲线
# @author : liupc
# @date : 2021/8/2
import numpy as np
from tqdm import tqdm
import matplotlib.pyplot as plt
#计算汉明距离。有几位不同,距离就为几。
def CalcHammingDist(B1, B2):
q = B2.shape[1]
distH = 0.5 * (q - np.dot(B1, B2.transpose()))
return distH
draw_range = [1,2,3,4,5,6,7]
def pr_curve(rF, qF, rL, qL, draw_range=draw_range):
#rf:galleryBinary
#qF: queryBinary
#rL: galleryLabel。7行3列。
#qL: queryLabel。3行3列。
n_query = qF.shape[0] #多少个查询,3
Gnd = (np.dot(qL, rL.transpose()) > 0).astype(np.float32)
'''
print(Gnd) #是一个3行7列的数组。第一行代表gallery的7个元素是否与query[0]同类;第二行代表gallery的7个元素是否与query[1]同类。。。
[[0. 1. 1. 0. 0. 0. 1.] #gallery[0]与query[0]不同类;gallery[1]与query[0]同类;gallery[2]与query[0]同类;gallery[3]与query[0]不同类。。。
[1. 1. 1. 0. 1. 0. 1.]
[0. 0. 1.
图像检索评价指标:PR曲线的计算与绘制
最新推荐文章于 2023-08-20 11:05:55 发布
本文详细探讨了图像检索中常用的评价指标——PR曲线。PR曲线通过结合查准率(Precision)和查全率(Recall)展示了不同阈值下的系统性能。文章深入解释了如何计算和绘制PR曲线,并提供了实际操作步骤,帮助读者理解和应用这一关键评估工具。
摘要由CSDN通过智能技术生成