人脸识别评价指标： TAR@FAR（ROC）
假设检索库1000张人脸，底库10000张人脸，top1正确的人脸有900张，错误的人脸有100张。先说一下我之前的统计人脸识别率的方式。解释一下TAR@FAR这个概念。
·
假设检索库1000张人脸，底库10000张人脸，top1正确的人脸有900张，错误的人脸有100张。
-
先说一下我之前的统计人脸识别率的方式
输出一个top1的准确率为900/1000=90.00%。 -
以上计算方式的问题
因为实际项目上需要一个阈值，而如步骤1的实验是给不出阈值的，而阈值T的给定又决定着在实际项目使用时候的识别率（通过率）和误识率。 -
解释一下TAR@FAR这个概念
先看下面这个表格：
参考资料：
人脸识别评价指标： TAR@FAR
关于评价指标的理解(TPR,FPR,TAR,FAR,FRR,ERR)
人脸识别算法评价指标——TAR，FAR，FRR，ERR
算法评价指标——TAR，FAR，FRR，ERR
DAMO开发者矩阵，由阿里巴巴达摩院和中国互联网协会联合发起，致力于探讨最前沿的技术趋势与应用成果，搭建高质量的交流与分享平台，推动技术创新与产业应用链接，围绕“人工智能与新型计算”构建开放共享的开发者生态。
更多推荐
0
0- 0
已为社区贡献51条内容
所有评论(0)