图像精度度量

我有一个机器学习模型可以预测图像,我想知道它与目标图像的偏差有多大,并希望用一个数字来方便比较。请问有什么高效且准确的度量方法可以用来比较两个矩阵形式的图像?


回答:

你可以使用很多不同的方法。我认为最常用的一些是:

  1. 欧几里得距离
  2. 弦距离
  3. 皮尔逊相关系数
  4. 斯皮尔曼等级相关系数

你还可以在这里研究这些以及其他度量方法(它们的主要优点和缺点):图像配准 – 原理、工具和方法 / 作者:Goshtasby, A. Ardeshir

DOI: 10.1007/978-1-4471-2458-0

希望这对你有帮助。

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