模型评估
使用说明
要了解变化检测模型的效果,除了人工可视化对比,还可以通过量化模型推理得到的结果和真实标签(Ground Truth)的差异,借助一些评估指标结果辅助判断。常用的指标有F1、IOU、Recall和Precision等。在实际应用中,根据检测任务和指标含义的不同,通常需要结合多种评估指标综合判断模型效果。
SuperMap iDesktopX提供模型评估功能,支持对影像目标检测、二元分类、地物分类、通用变化检测模型进行评估。
参数说明
参数名 | 默认值 | 参数释义 | 参数类型 |
---|---|---|---|
推理结果数据集 | 指定需要进行模型评估的矢量数据集 | DatasetVector | |
真实标签数据集 | 指定与推理结果进行对比的真实标签矢量数据集 | String | |
模型类型 | 目标检测 | 指定模型类型,支持目标检测、二元分类、地物分类、普通变化检测 | Object |
推理结果类别字段 | 指定推理结果数据集的类别字段 | String | |
真实标签类别字段 | 指定真实结果数据集的类别字段 | String | |
重叠阈值 | 0.5 | 判断目标检测推理结果框是否正确的阈值,大于该阈值则判定推理结果正确,其值应在0到1范围内 | Double |
结果数据源 | 指定用于存储结果数据集的数据源 | Datasource | |
结果数据集 | evaluation_result | 结果数据集名称 | String |
输出结果
参数名 | 参数释义 | 参数类型 |
---|---|---|
结果数据集 | 结果数据集 | DatasetVector |