הסבר על תוצאות של תחזיות ממודלים לסיווג תמונות

אחרי שמבקשים חיזוי, Vertex AI מחזיר תוצאות על סמך היעד של המודל. תחזיות של AutoML לסיווג תמונות עם תווית אחת מחזירות קטגוריה של תווית אחת וציון מהימנות תואם. תחזיות סיווג של כמה תוויות מחזירות כמה קטגוריות של תוויות ואת ציוני המהימנות התואמים שלהן.

ציון הביטחון מציין את מידת הקשר בין כל סיווג או תווית לבין פריט בדיקה. ככל שהמספר גבוה יותר, כך רמת הביטחון של המודל גבוהה יותר לגבי ההחלה של התווית על הפריט הזה. אתם קובעים מה צריך להיות ציון מהימנות התוצאות כדי שתוכלו לקבל את התוצאות של המודל.

פס הזזה לשינוי ערך הסף של הציון

ב Google Cloud מסוף, Vertex AI מספק פס הזזה שמשמש להתאמת סף מהימנות לכל המחלקות או התוויות, או למחלקה או לתווית ספציפית. הסליידר זמין בדף הפרטים של מודל בכרטיסייה הערכה. סף המהימנות הוא רמת המהימנות שצריכה להיות למודל 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 חיזוי מסווג תמונות ב-AutoML באצווה מאוחסן כקובצי JSON Lines בקטגוריות של Cloud Storage. כל שורה בקובץ JSON Lines מכילה את כל קטגוריות ההערות (התוויות) ואת ציוני המהימנות המתאימים 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]
  }
}