Open CvBokchoy opened 9 months ago
目前的IAD方法中,阈值都是根据测试集的AUROC选出来的最佳阈值。但是,这些阈值对于验证集的结果不一定好用,这时候一般只能手动调整阈值。比如你现在是false negative比较多,调高阈值就能减少这种情况,但是相对的也会有一些异常样本被误判,这种只能一点点试了。
目前的IAD方法中,阈值都是根据测试集的AUROC选出来的最佳阈值。但是,这些阈值对于验证集的结果不一定好用,这时候一般只能手动调整阈值。比如你现在是false negative比较多,调高阈值就能减少这种情况,但是相对的也会有一些异常样本被误判,这种只能一点点试了。
已经另寻方法了,某些方法只是为了效果图,均衡性一点不考虑,无法落地,小学生玩儿玩儿可以
目前的IAD方法中,阈值都是根据测试集的AUROC选出来的最佳阈值。但是,这些阈值对于验证集的结果不一定好用,这时候一般只能手动调整阈值。比如你现在是false negative比较多,调高阈值就能减少这种情况,但是相对的也会有一些异常样本被误判,这种只能一点点试了。
已经另寻方法了,某些方法只是为了效果图,均衡性一点不考虑,无法落地,小学生玩儿玩儿可以
好兄弟,能分享下换了哪类方法吗?我们这边做的项目也是被阈值烦的不行,不知道该换哪些方法能落地,目标检测(yolo)的方法需要太多负样本训练了
目前的IAD方法中,阈值都是根据测试集的AUROC选出来的最佳阈值。但是,这些阈值对于验证集的结果不一定好用,这时候一般只能手动调整阈值。比如你现在是false negative比较多,调高阈值就能减少这种情况,但是相对的也会有一些异常样本被误判,这种只能一点点试了。
已经另寻方法了,某些方法只是为了效果图,均衡性一点不考虑,无法落地,小学生玩儿玩儿可以
好兄弟,能分享下换了哪类方法吗?我们这边做的项目也是被阈值烦的不行,不知道该换哪些方法能落地,目标检测(yolo)的方法需要太多负样本训练了
已经商用啦哈哈,实在不好意思,如果要用的话有偿哦
目前的IAD方法中,阈值都是根据测试集的AUROC选出来的最佳阈值。但是,这些阈值对于验证集的结果不一定好用,这时候一般只能手动调整阈值。比如你现在是false negative比较多,调高阈值就能减少这种情况,但是相对的也会有一些异常样本被误判,这种只能一点点试了。
已经另寻方法了,某些方法只是为了效果图,均衡性一点不考虑,无法落地,小学生玩儿玩儿可以
好兄弟,能分享下换了哪类方法吗?我们这边做的项目也是被阈值烦的不行,不知道该换哪些方法能落地,目标检测(yolo)的方法需要太多负样本训练了
已经商用啦哈哈,实在不好意思,如果要用的话有偿哦
意思意思就行,我的邮箱是3388530136@qq.com
虽然框架能把绝大部分异常部分检出,但是正常的样本也常常被误判,有没有什么好的办法能够避免的