- 博客(2)
- 收藏
- 关注
RSS订阅原创 机器学习的模型性能度量：评估指标PR对比ROC/AUC
一般，对学习器的泛化性能进行评估，需要有能衡量模型泛化性能的评价标准，即性能度量（performance measure）。性能度量反映了任务需求，在对比不同模型的能力时，使用不同的性能度量往往会导致不同的评判结果，并通过这个指标来进一步调参逐步优化我们的模型。分类常用的性能度量混淆矩阵精准率和召回率ROC/AUC混淆矩阵 对于二分类的模型，可以把预测情况与实际情况的所有结果两两组合，结果就会出现以下4种情况，就组成了分类结果的混淆矩阵（confusion matrix）： 令TP、FP
2020-09-11 17:15:58
3122
原创 基于深度学习的语义分割之FCN、SegNet、UNet、LinkNet、PSPNet、DeepLab系列
图像分割（Image Segmentation）是计算机视觉研究中的一个经典难题，也是图像理解领域关注的一个热点。图像分割，简单来说就是在图像中把目标从背景中分离出来，分为语义分割（Semantic Segmentation）和实例分割（Instance Segmentation）。语义分割（应用于静态2D图像、视频，甚至3D数据、体数据）需要将视觉输入分为不同的语义可解释类别，语义的可解释性意为分类类别在真实世界中是有意义的，是像素级别的分类，主要应用领域有地理信息系统、无人驾驶、医疗影像分析、机器人
2020-09-04 22:55:51
9382
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人