存取評估指標 (主控台) - Rekognition

本文為英文版的機器翻譯版本,如內容有任何歧義或不一致之處,概以英文版為準。

存取評估指標 (主控台)

在測試期間,會根據測試資料集評估模型的效能。測試資料集中的標籤會被視為「Ground Truth」,因為它們代表了實際影像所代表的內容。在測試期間,模型會使用測試資料集進行預測。預測的標籤會和 Ground Truth 標籤進行比較,並可在主控台評估頁面中取得結果。

Amazon Rekognition 自訂標籤主控台會顯示整個模型的摘要指標,以及個別標籤的指標。主控台中可用的指標包括精確度取回、F1 分數、可信度和可信度閾值。如需詳細資訊,請參閱改善訓練過的 Amazon Rekognition 自訂標籤模型

您可以使用主控台以專注於個別指標。例如,若要調查標籤的精確度問題,您可以依標籤和誤報結果篩選訓練結果。如需詳細資訊,請參閱用於評估模型的指標

訓練後,訓練資料集會變成唯讀。如果您決定提升模型,可以將訓練資料集複製到新的資料集。您可以使用資料集的複本來訓練新版本的模型。

在此步驟中,您會使用主控台來存取主控台中的訓練結果。

存取評估指標 (主控台)
  1. 在開啟 Amazon Rekognition 主控台。https://console.aws.amazon.com/rekognition/

  2. 選擇使用自訂標籤

  3. 選擇開始使用

  4. 在左側導覽窗格中,選擇專案

  5. 專案頁面中,選擇包含您要評估的訓練過模型的專案。

  6. 模型中,選擇您要評估的模型。

  7. 選擇評估索引標籤,以查看評估結果。如需評估模型的資訊,請參閱 改善訓練過的 Amazon Rekognition 自訂標籤模型

  8. 選擇檢視測試結果,以查看個別測試影像的結果。如需詳細資訊,請參閱用於評估模型的指標。模型評估摘要的下列螢幕擷取畫面顯示了 6 個標籤的 F1 分數、平均精確度,以及測試結果和效能指標的整體回收。還提供了有關使用訓練過的模型的詳細信息。

    模型評估摘要顯示 F1 分數,平均精度和整體召回。
  9. 檢視測試結果後,請選擇專案名稱,以返回模型頁面。測試結果頁面會針對在後院和前院影像類別訓練的機器學習模型,顯示具有預測標籤和可信度分數的影像。會顯示兩個範例影像。

    測試結果頁面會顯示具有預測標籤和可信度分數的影像。
  10. 使用指標來評估模型的效能。如需詳細資訊,請參閱改善 Amazon Rekognition 自訂標籤模型