五合一网站定制,清远住房和城乡建设局网站,seo排名优化培训怎样,网站后台密码错误伪标签中常常有置信度这一说法#xff0c;通过置信度#xff0c;我们可以筛选出质量高的伪标签#xff08;直观来说是像素#xff09;#xff0c;那比如说预测结果为一个2256256的概率图#xff0c;那针对一个像素的两个通道值#xff0c;怎样才算质量高或者低呢#x…伪标签中常常有置信度这一说法通过置信度我们可以筛选出质量高的伪标签直观来说是像素那比如说预测结果为一个2×256×256的概率图那针对一个像素的两个通道值怎样才算质量高或者低呢
answer
预测结果是一个 2×256×256 的概率图其中两个通道代表的是对应像素为某两个类别的概率。如果采用置信度过滤器并且设置阈值为 0.9那么对于每个像素您会检查这两个通道的概率值。
通常在二分类问题中比如变化检测类别可以是变化/未变化两个通道的概率值是互补的即一个通道的概率值越高另一个通道的值就越低。因此通常只有一个通道的概率值会接近或超过置信度阈值。
在案例中
如果一个像素的两个通道的概率值都小于 0.9这意味着模型对于这个像素属于任一类别都不够自信。如果至少有一个通道的概率值大于或等于 0.9这意味着模型对于这个像素属于相应类别有较高的自信。
因此在应用置信度过滤器时
如果希望保证高置信度的决策应该只保留那些至少有一个通道概率值大于或等于 0.9 的像素作为高质量的标签。对于那些两个通道的概率值都小于 0.9 的像素可以认为模型对这些像素的分类不够自信因此可以将这些像素的标签视为低质量并在损失函数计算中排除它们。
