Interpretar los resultados de las predicciones de los modelos de clasificación de imágenes

La puntuación de confianza indica la intensidad con la que tu modelo asocia cada clase o etiqueta con un elemento de prueba. Cuanto mayor sea el número, mayor será la confianza del modelo en que la etiqueta se debe aplicar a ese elemento. Tú decides lo alto que debe ser el nivel de confianza para aceptar los resultados del modelo.

Control deslizante de umbral de puntuación

En la Google Cloud consola, Vertex AI proporciona un control deslizante que se usa para ajustar el umbral de confianza de todas las clases o etiquetas, o de una clase o etiqueta concreta. El control deslizante está disponible en la página de detalles de un modelo, en la pestaña Evaluar. El umbral de confianza es el nivel de confianza que debe tener el modelo para poder asignar una clase o una etiqueta a un elemento de prueba. A medida que ajustas el umbral, puedes ver cómo cambian la precisión y la recuperación del modelo. Con umbrales más altos suele aumentar la precisión pero se reduce la recuperación.

Ejemplo de resultado de predicción por lotes

Los resultados de las predicciones de clasificación de imágenes de AutoML por lotes se almacenan como archivos JSON Lines en segmentos de Cloud Storage. Cada línea del archivo JSON Lines contiene todas las categorías de anotación (etiqueta) y sus puntuaciones de confianza correspondientes de un solo archivo de imagen.

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