我正在尝试评估一个计算机视觉程序的性能，该程序用于在视频中检测对象。我有这个程序的三个不同版本，每个版本的参数不同。我已经对每个版本进行了基准测试，并得到了三对（假阳性百分比，假阴性百分比）的数据。

现在我想比较这些版本之间的性能，于是我在想是否有意义将假阳性和假阴性结合成一个单一的值，并用这个值来进行比较。例如，使用公式假阳性/假阴性，看哪个值更小。

回答：

其他几种可能的解决方案：

-你的假阳性率（fp）和假阴性率（fn）可能取决于一个阈值。如果你绘制一个曲线，其中y值为（1-fn），x值为（fp），你将绘制出接收者操作特征（ROC）曲线。ROC曲线下的面积（AUC）是一个常用的质量度量标准。

-如果有特定的感兴趣区域，AUC可以加权处理

-报告等错误率。对于某个阈值，fp=fn。报告这个值。