Mengakses metrik evaluasi (Konsol) - Rekognition

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Mengakses metrik evaluasi (Konsol)

Selama pengujian, model dievaluasi kinerjanya terhadap dataset pengujian. Label dalam kumpulan data pengujian dianggap 'kebenaran dasar' karena mewakili apa yang diwakili oleh gambar sebenarnya. Selama pengujian, model membuat prediksi menggunakan dataset pengujian. Label yang diprediksi dibandingkan dengan label kebenaran dasar dan hasilnya tersedia di halaman evaluasi konsol.

Konsol Label Kustom Amazon Rekognition menampilkan metrik ringkasan untuk seluruh model dan metrik untuk masing-masing label. Metrik yang tersedia di konsol adalah recall presisi, skor F1, kepercayaan diri, dan ambang kepercayaan. Untuk informasi selengkapnya, lihat Meningkatkan model Label Kustom Amazon Rekognition yang terlatih.

Anda dapat menggunakan konsol untuk fokus pada metrik individual. Misalnya, untuk menyelidiki masalah presisi untuk label, Anda dapat memfilter hasil pelatihan berdasarkan label dan hasil positif palsu. Untuk informasi selengkapnya, lihat Metrik untuk mengevaluasi model Anda.

Setelah pelatihan, kumpulan data pelatihan hanya-baca. Jika Anda memutuskan untuk meningkatkan model, Anda dapat menyalin kumpulan data pelatihan ke kumpulan data baru. Anda menggunakan salinan dataset untuk melatih versi baru model.

Pada langkah ini, Anda menggunakan konsol untuk mengakses hasil pelatihan di konsol.

Untuk mengakses metrik evaluasi (konsol)

  1. Buka konsol Amazon Rekognition di. https://console.aws.amazon.com/rekognition/

  2. Pilih Gunakan Label Kustom.

  3. Pilih Mulai.

  4. Di panel navigasi kiri, pilih Proyek.

  5. Di halaman Proyek, pilih proyek yang berisi model terlatih yang ingin Anda evaluasi.

  6. Dalam Model, pilih model yang ingin Anda evaluasi.

  7. Pilih tab Evaluasi untuk melihat hasil evaluasi. Untuk informasi tentang mengevaluasi model, lihatMeningkatkan model Label Kustom Amazon Rekognition yang terlatih.

  8. Pilih Lihat hasil tes untuk melihat hasil gambar pengujian individual. Untuk informasi selengkapnya, lihat Metrik untuk mengevaluasi model Anda. Tangkapan layar berikut dari ringkasan evaluasi model menunjukkan skor F1, presisi rata-rata, dan penarikan keseluruhan untuk 6 label dengan hasil tes dan metrik kinerja. Detail tentang penggunaan model terlatih juga disediakan.

    Ringkasan evaluasi model yang menunjukkan skor F1, presisi rata-rata, dan penarikan keseluruhan.

  9. Setelah melihat hasil pengujian, pilih nama proyek untuk kembali ke halaman model. Halaman hasil tes menunjukkan gambar dengan label yang diprediksi dan skor kepercayaan untuk model pembelajaran mesin yang dilatih pada kategori gambar halaman belakang dan halaman depan. Dua contoh gambar ditampilkan.

    Halaman hasil tes menunjukkan gambar dengan label yang diprediksi dan skor kepercayaan.

  10. Gunakan metrik untuk mengevaluasi kinerja model. Untuk informasi selengkapnya, lihat Meningkatkan model Label Kustom Rekognition Amazon.