上传评估
历史记录
提交说明
文件格式要求
请上传包含预测结果的CSV文件。文件应包含以下两列:
image_id:图像名称,例如:123.jpgpredicted_class:预测的类别标签, 例如:bathroom
重要提示
提交的CSV文件中的图片数量必须与对应测试集的图片数量一致,否则无法进行评估。
各测试集图片数量:
- PANO-360: 1277张图片
- 自定义数据集A: 无
- 自定义数据集B: 无
评估指标
准确率 (Accuracy)
所有预测正确的样本占总样本的比例。
准确率 = 正确预测数 / 总样本数
精确率 (Precision)
预测为正类的样本中,实际为正类的比例。
精确率 = 真正例 / (真正例 + 假正例)
召回率 (Recall)
实际为正类的样本中,被预测为正类的比例。
召回率 = 真正例 / (真正例 + 假负例)