我有一个以SVM作为分类器的面部检测系统。分类器会输出介于0和1之间的置信度以及决策。像在任何检测系统中一样,也存在一些误报。为了消除其中的一些,我们可以使用非最大值抑制(请参阅http://www.di.ens.fr/willow/teaching/recvis10/assignment4/)。检测的置信度阈值是手动设置的。例如,任何置信度低于0.6的检测都是假阳性。有没有一种方法可以自动设置此阈值?
例如在检测/估计理论中使用某些东西?
如果您搜索概率校准,您会发现有关相关问题的一些研究(重新校准输出以返回更好的分数)。
如果您的问题是二进制分类问题,则可以通过将值分配给真/假正/负期权乘以类别比率来计算成本的斜率。然后,您可以与给定的AUC曲线形成一条仅在一个点处相交的线,以找到在某种意义上最适合您问题的阈值的点。
本文收集自互联网,转载请注明来源。
如有侵权,请联系[email protected] 删除。
我来说两句