知识卡片
拒识阈值权衡错误与覆盖
分割分数低于阈值时可暂判未知,减少低置信预测,但同时降低已分类像素覆盖并可能损失召回。阈值可作为独立动作增减,后续填补再处理未知区域。分数未必是校准概率,阈值大小需按分数尺度验证,拒识也不能保证总体错误率下降。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 2 1 . 3 . 2 S A R 图 像 语 义 分 割 动 态 调 优 策 略 · 查看原书依据
阈值指对于某次测试结果,当第i次经过分割网络得到的分数矩阵P中第j类的得分值Pi<θ的部分将被直接判定为未知,通过这种方式能够降低网络的错误率,同时也会丢失一些召回率。尽管如此,在后续的填补措施下能够使错分得到一定程度的缓解。
参考来源
- 位置:《智能算法导论》第 207 项《2 1 . 3 . 2 S A R 图 像 语 义 分 割 动 态 调 优 策 略》(源文件:`_epub-src/EPUB/xhtml/chapter21_0008.xhtml`)
- 结论依据:正文以阈值排除低分像素并承认召回损失;式21-21的argmax索引混合阈值与类别,卡片只保留可核验的拒识逻辑。
- 原始内容:得分值……低于阈值的部分将被直接判定为未知,通过这种方式能够降低网络的错误率,同时也会丢失一些召回率。