tflite 模型的准确度、精确度和召回率
Posted
技术标签:
【中文标题】tflite 模型的准确度、精确度和召回率【英文标题】:Accuracy, precision and recall of a tflite model 【发布时间】:2022-01-06 11:05:02 【问题描述】:我用 yolov4 训练了一个模型。推理是完美的,指标也是如此。我将模型转换为 tensorflow lite 以便能够在 android 上使用它。 我想查看转换后的模型的accuracy、precision和recall值。 我该怎么办?
【问题讨论】:
【参考方案1】:没有直接的 API 可用于测量 Android 上 tflite 模型的准确率、精确度和召回率,但您始终可以从 TfLite flatbuffer 模型创建一个 TfLite Interpreter 实例,对测试数据运行推理,并自行测量准确度/精密度/召回率。
这里是带有 Java/Android 示例代码的官方 TensorFlow Lite Colab 的链接:https://www.tensorflow.org/lite/examples/on_device_training/overview#run_inference_using_trained_weights。
Java 代码 sn-p 展示了如何创建解释器实例并对测试数据运行推理。包含预测标签列表后,您可以将其与真实标签列表进行比较,并在计算 True/False Positives/Negatives 后得出准确率/召回率。
【讨论】:
以上是关于tflite 模型的准确度、精确度和召回率的主要内容,如果未能解决你的问题,请参考以下文章
牢记分类指标:准确率、精确率、召回率、F1 score以及ROC
准确率(Accuracy) 精确率(Precision) 召回率(Recall)和F1-Measure(精确率和召回率的调和平均值)