《表4 角度测试:基于FaceNet的无人值守变电站智能监控终端》
本文通过大量实验用例观测混淆矩阵的变化情况,由此找出最佳阈值。混淆矩阵是机器学习问题中用于精度评价的指标。考虑到陌生人检测问题属于二分类问题,本文使用2×2混淆矩阵作为精度评价的指标,该矩阵格式如表4所示。其中假正样本(false positive,FP)表示实际非陌生人,却被误判成陌生人的情况;假负样本(false negative,FN)表示实际是陌生人却被漏判为已知人员的情况;真正样本(true positive,TP)表示正常识别陌生人,真负样本(true negative,TN)表示正常识别非陌生人。精度(accuracy)、准确度(precision)和召回率(recall)的计算方法如式所示。
图表编号 | XD00192493900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.21 |
作者 | 宗祥瑞、王洋、金尧、周斌、任新颜、庞玉志 |
绘制单位 | 国网天津市电力公司、国网天津市电力公司、国网天津市电力公司、国网天津市电力公司、国网天津市电力公司、国网天津市电力公司 |
更多格式 | 高清、无水印(增值服务) |