הסבר על תוצאות של תחזיות ממודלים לסיווג תמונות

אחרי שמבקשים תחזית, Gemini Enterprise Agent Platform מחזירה תוצאות על סמך היעד של המודל. תחזיות של AutoML לסיווג תמונות עם תווית אחת מחזירות קטגוריה של תווית אחת וציון התאימות שלה. תחזיות סיווג של כמה תוויות מחזירות כמה קטגוריות של תוויות ואת ציוני הוודאות התואמים שלהן.

ציון הביטחון מציין עד כמה המודל משייך כל מחלקה או תווית לפריט בדיקה. ככל שהמספר גבוה יותר, כך רמת הביטחון של המודל גבוהה יותר לגבי התווית שצריך להחיל על הפריט הזה. אתם קובעים מה צריך להיות ציון הביטחון כדי שתקבלו את תוצאות המודל.

פס הזזה לקביעת ערך הסף של הציון

ב Google Cloud מסוף, Gemini Enterprise Agent Platform מספק פס הזזה שמשמש להתאמת סף מהימנות לכל המחלקות או התוויות, או למחלקה או לתווית ספציפיות. הסליידר זמין בדף הפרטים של מודל בכרטיסייה הערכה. סף המהימנות הוא רמת המהימנות שהמודל צריך להשיג כדי להקצות מחלקה או תווית לפריט בדיקה. כשמשנים את ערך הסף, אפשר לראות איך משתנים הדיוק וההחזרה של המודל. הגדרת ספים גבוהים יותר בדרך כלל מגדילה את הדיוק ומקטינה את ההיזכרות.

דוגמה לפלט של חיזוי באצווה

פלט של חיזויים בסיווג תמונות ב-AutoML באצווה מאוחסן כקבצים בפורמט JSON Lines בדלי Cloud Storage. כל שורה בקובץ JSON Lines מכילה את כל קטגוריות ההערות (התוויות) ואת ציוני המהימנות התואמים שלהן עבור קובץ תמונה יחיד.

הערה: בדוגמה הבאה של JSON Lines יש מעברי שורה כדי שהקריאה תהיה נוחה יותר. בקובצי JSON Lines, מעברי שורה נכללים רק אחרי כל אובייקט JSON.

{
  "instance": {"content": "gs://bucket/image.jpg", "mimeType": "image/jpeg"},
  "prediction": {
    "ids": [1, 2],
    "displayNames": ["cat", "dog"],
    "confidences": [0.7, 0.5]
  }
}