本内容主要参考了GitHub上的开源项目opencv ROC项目地址,没有它的帮助也实在无从下手
首先对测试数据进行预处理,并且处理好对应的标签值,
然后对 原始结果数据统一化, 即在下面的sigmoid函数
再按照上面项目的流程,就可以得出roc的图像
vector<float> lable;
testLable = Mat(lable);
这是一种创建Mat的方式,方便我们创建存有标签值的Mat
#include <iostream>
#include <opencv2/opencv.hpp> //头文件
#include <opencv2/xfeatures2d.hpp>
#include <stdio.h>
#include <time.h>
#include <opencv/cv.h>
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/ml/ml.hpp>
#include <io.h> //查找文件相关函数
#include <deque>
#include <map>
using nam