bài khá hay. cảm ơn bạn. cho mình hỏi là tại sao khi tăng threshold thì precision cũng tăng và đồng thời recall lại giảm. vì mình thấy công thức tính của precision và recall không quá liên quang đến threshold.
Đúng là trong công thức tính của prec và recall không liên quan đến thres nhưng khi bạn tăng thres thì samples được mang đi evaluate của bạn sẽ giảm đi, vì thế số liệu bạn có được sau khi tăng thres sẽ không liên quan gì đến kết quả trước đó, cái bạn nói tăng prec và giảm recall thì cũng chỉ là 1 kết quả khi bạn tăng thres thôi
Cho mình hỏi là dữ liệu ở đâu mà nó bik đó là con chó vậy. Mình nghĩ là phải có 1 file chứa thật nhiều hình chó thì nó ms đối chiếu và bik cell đó chứa hình con chó chớ.
@@sweetie_py là mình áp sẵn dữ liệu sẵn nhãn về con chó trc (bằng cách train model trc) rồi mới đưa hình vô để nó nhận diện rồi vẽ bounding box rồi gán nhãn cho con chó à bạn
@@quangtuyennguyen4081 Ở đây chúng ta thường sử dụng cái models đã trược training sẵn (pre-strain model). Những models này đã được huấn luyện với hàng chục class khác nhau với hàng triệu ảnh rồi nha bạn
![Lp. Сердце Вселенной #60 РОЖДЕНИЕ ЛОЛОЛОШКИ [Финал] • Майнкрафт](http://i.ytimg.com/vi/YoR0pAV9FVQ/mqdefault.jpg)
khá hay!!! nhờ a mà e đã hiểu được thêm nhiều điều về mô hình YOLO này ạ
Bn trình bày các phần ko có sự liên kết chi ý😢
bài khá hay. cảm ơn bạn. cho mình hỏi là tại sao khi tăng threshold thì precision cũng tăng và đồng thời recall lại giảm. vì mình thấy công thức tính của precision và recall không quá liên quang đến threshold.
Đúng là trong công thức tính của prec và recall không liên quan đến thres nhưng khi bạn tăng thres thì samples được mang đi evaluate của bạn sẽ giảm đi, vì thế số liệu bạn có được sau khi tăng thres sẽ không liên quan gì đến kết quả trước đó, cái bạn nói tăng prec và giảm recall thì cũng chỉ là 1 kết quả khi bạn tăng thres thôi
cho xin bài thuyết trình với đc k ad
Cho mình hỏi là dữ liệu ở đâu mà nó bik đó là con chó vậy. Mình nghĩ là phải có 1 file chứa thật nhiều hình chó thì nó ms đối chiếu và bik cell đó chứa hình con chó chớ.
dữ liệu có dán sẵn nhãn thì tất nhiên là bạn phải tự tìm chứ
@@sweetie_py là mình áp sẵn dữ liệu sẵn nhãn về con chó trc (bằng cách train model trc) rồi mới đưa hình vô để nó nhận diện rồi vẽ bounding box rồi gán nhãn cho con chó à bạn
@@quangtuyennguyen4081 Ở đây chúng ta thường sử dụng cái models đã trược training sẵn (pre-strain model). Những models này đã được huấn luyện với hàng chục class khác nhau với hàng triệu ảnh rồi nha bạn