知识卡片
FAR与FRR权衡
人脸识别靠相似度阈值判定“是不是同一人”,但只要调阈值就必然有错,于是用两个指标共同评价。FAR(误识率):把不同人的照片误判为同一人的概率,越低越好;FRR(错误拒绝率):把同一人的两张照片误判为不同人的概率,也越低越好。常见误区是只看单一指标——若把阈值设为 1,任何照片都判为不同人,FAR=0% 看似完美,但 FRR 高达 100%,模型毫无意义。因此必须把 FAR 与 FRR 结合起来看,本质是在“安全(防误认)”与“易用(少拒真)”间权衡阈值。边界在于——两者此消彼长,不存在同时为零的阈值。启发是——评估二分类系统要同时盯住两类错误,按业务风险选工作点。
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
- 图像识别与卷积神经网络 11.3.3 人脸识别的效果评价方法 · 查看原书依据
如果两张照片的相似度高于阈值则认为这两张照片是同一个人,如果低于阈值就认为这两张照片不是同一个人。但是无论如何调整阈值的大小,总是会有一定的错误率,这个错误率称为误识率,用FAR表示。
参考来源
- 位置:《产品经理进阶:100个案例搞懂人工智能 (林中翘)》第11章《图像识别与卷积神经网络》(源文件:`../../book-sources/extracted/产品经理进阶:100个案例搞懂人工智能 (林中翘)/_epub-src/OEBPS/text00016.html`,来源项目 a19c7933-4eda-4176-aebd-30fe7e1ad292)
- 结论依据:原文定义 FAR 为把不同照片当成同一人的概率、FRR 为把同一人误判为两人的概率,并用阈值设为 1 的极端例子说明只看单一指标会误判模型好坏,支撑本卡结论。
- 原始内容:如果两张照片的相似度高于阈值则认为这两张照片是同一个人,如果低于阈值就认为这两张照片不是同一个人。但是无论如何调整阈值的大小,总是会有一定的错误率,这个错误率称为误识率,用FAR表示。