Interpretar resultados de previsão de modelos de classificação de imagens

Depois de solicitar uma previsão, a Vertex AI retorna resultados com base no objetivo do modelo. As previsões de classificação de imagem de rótulo único do AutoML retornam uma categoria de rótulo única e a pontuação de confiança correspondente. As previsões de classificação de vários rótulos retornam várias categorias de rótulo e as pontuações de confiança correspondentes.

A pontuação de confiança informa o quanto o modelo associa cada classe ou rótulo a um item de teste. Quanto maior o número, maior a confiança do modelo de que o rótulo precisa ser aplicado a esse item. Você decide o nível de confiança necessário para aceitar os resultados do modelo.

Controle deslizante de limite de pontuação

No console do Google Cloud, a Vertex AI fornece um controle deslizante usado para ajustar o limite de confiança de todas as classes ou identificadores ou uma classe ou identificador individual. O controle deslizante está disponível na página de detalhes de um modelo na guia Avaliar. O limite de confiança é o nível de confiança que o modelo precisa ter para atribuir uma classe ou um identificador a um item de teste. Ao ajustar o limite, é possível ver como a precisão e o recall do modelo mudam. Limites mais altos normalmente aumentam a precisão, mas diminuem o recall.

Exemplo de saída de previsão em lote

A saída da previsão em lote de classificação de imagens do AutoML é armazenada como arquivos JSON Lines em buckets do Cloud Storage. Cada linha do arquivo JSON Lines contém todas as categorias de anotação (rótulo) e as pontuações de confiança correspondentes de um único arquivo de imagem.

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