目标检测中预训练模型精度和混淆矩阵的求解

Question

我使用张量流对象检测预训练模型与更快的RCNN inception_v2coco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精度和混淆矩阵？在

Answer 1

如果您想获得一个混淆矩阵很容易，这个例子可以与PyCM一起使用 图书馆： 首先，用你的80%来训练你的模型，然后使用保持测试，也叫“测试数据”或x_测试。 保留测试数据模型会用以前从未见过的数据来预测类，如果你用你所有的数据训练你的模型，模型只会做一个“窥视”这个术语指的是模型只“窥视”特征而从不预测，因为只做一个“窥视”之前看到的数据。在

例如，为了得到混淆矩阵，我们首先用测试数据测试模型：

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

我们用PyCM库得到了混淆矩阵

^{pr2}$

然后得到cm：

cm = ConfusionMatrix(actual_vector=y_test, predict_vector=y_predicted)

print(cm)

打印“cm”你会得到你的模型的所有指标，比如“召回率，精确度，你的模型的整体准确度，特异性，所有你能从混淆矩阵中得到的东西，得到cm你还可以从头计算你的精度，召回率的真阳性率，真阴性率等。。这些指标告诉你你的模型有多自信。。在

谨致问候。。在