使用 FAR 和 FRR 计算整体精度
Calculate overall accuracy with FAR and FRR
我制作了一个系统,可以检测和计算交通违规行为,特别是行人过路处的车辆障碍物。我的输入是视频。为了测试该程序,我会将我手动观察视频(基本事实)的违规计数与我的程序的违规计数进行比较。
示例:
视频 1
真实情况:10 次违规
程序计数:8 次违规(错误接受:2,错误拒绝:4)
FAR: 2/8 = 25%
FRR: 4/8 = 50%
总体准确率:(8 次违规 - 2 次错误接受)/10 次总违规 = 60%
我的计算是否正确,尤其是整体准确度?另外,等错误率 (EER) 的公式是什么?
FAR 和 FRR 应该根据观察的数量计算,而不是预期的阳性观察数量。
编辑
例如,假设有 100 个观察结果,您的程序将它们分成 8 个违规(包括 2 个错误接受)和 92 个非违规(包括 4 个错误拒绝),而本应是 10 个违规和 90 个非违规, 那么 :
远 = 2/100 = 2%
FRR = 4/100 = 4%
我认为准确度是正确的,因为该程序确实检测到了 60% 的违规行为。
我制作了一个系统,可以检测和计算交通违规行为,特别是行人过路处的车辆障碍物。我的输入是视频。为了测试该程序,我会将我手动观察视频(基本事实)的违规计数与我的程序的违规计数进行比较。
示例:
视频 1
真实情况:10 次违规
程序计数:8 次违规(错误接受:2,错误拒绝:4)
FAR: 2/8 = 25%
FRR: 4/8 = 50%
总体准确率:(8 次违规 - 2 次错误接受)/10 次总违规 = 60%
我的计算是否正确,尤其是整体准确度?另外,等错误率 (EER) 的公式是什么?
FAR 和 FRR 应该根据观察的数量计算,而不是预期的阳性观察数量。
编辑
例如,假设有 100 个观察结果,您的程序将它们分成 8 个违规(包括 2 个错误接受)和 92 个非违规(包括 4 个错误拒绝),而本应是 10 个违规和 90 个非违规, 那么 :
远 = 2/100 = 2%
FRR = 4/100 = 4%
我认为准确度是正确的,因为该程序确实检测到了 60% 的违规行为。