“每窗口误报率”的含义

在论文用于人体检测的方向梯度直方图(Navneet Dalal和Bill Triggs)(见下方链接)中,为了展示他们的结果,他们使用了ROC曲线,其中Y轴是TP(真正例),X轴是FPPW(每窗口误报率)

这个短语FPPW的含义是什么?

我考虑了三种可能的解释…我不知道 – 也许它们都错了。您的帮助将不胜感激:

  1. 可能是错误分类为正的负样本的比率,即:(NUMBER_OF_FALSE_POSITIVES / NUMBER_OF_NEGATIVE_SAMPLES)

  2. 或者可能是每真正例的误报率,即:(NUMBER_OF_FALSE_POSITIVES / NUMBER_OF_TRUE_POSITIVES)

  3. 或者可能是每张完整图像中每真窗口的误报率,即:(NUMBER_OF_FALSE_POSITIVES / NUMBER_OF_TRUE_SAMPLES)

我很想知道其中是否有一个是正确的,或者您是否知道其他正确的定义。

论文链接:(https://lear.inrialpes.fr/people/triggs/pubs/Dalal-cvpr05.pdf)


回答:

它似乎被定义为NUMBER_OF_FALSE_POSITIVES / NUMBER_OF_WINDOWS,其中检测窗口是一个64x128的移动窗口。请注意,在第4节的最后一段中提到:

… 在多尺度检测器中,这相当于每张640×480的测试图像大约0.8个误报的原始错误率。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注