search

liuyoude / STgram-MFN

A spectro-temporal fusion feature, STgram, with MobileFaceNet For more stable Anomalous Sound Detection
69 stars 13 forks source link

请问如何输出评估集声纹的检测结果？（怎么输出0或者1） #25

Open twoNumber opened 4 months ago

twoNumber commented 4 months ago

您好，感谢分享！我看网络的输出结果是打分值，请问您是怎么判别输入的声纹是否异常?

liuyoude commented 4 months ago

您好，感谢分享！我看网络的输出结果是打分值，请问您是怎么判别输入的声纹是否异常?

可以查看官方的evaluator代码（源码对应文件夹也有包含），有根据异常分数判断异常的实现

twoNumber commented 4 months ago

您好，感谢分享！我看网络的输出结果是打分值，请问您是怎么判别输入的声纹是否异常?

可以查看官方的evaluator代码（源码对应文件夹也有包含），有根据异常分数判断异常的实现

您好，感谢回复！但是我查看evaluator.py文件中只读取了评估teams下csv文件中评估的分数，然后再计算AUC和pAUC的值，没有看到有根据异常分数判断异常的实现。

liuyoude commented 4 months ago

抱歉，记错了，2021任务的evaluate代码有相关判断：https://github.com/y-kawagu/dcase2021_task2_evaluator

twoNumber commented 4 months ago

抱歉，记错了，2021任务的evaluate代码有相关判断：https://github.com/y-kawagu/dcase2021_task2_evaluator

感谢回复，多谢！

liuyoude commented 4 months ago

抱歉，记错了，2021任务的evaluate代码有相关判断：https://github.com/y-kawagu/dcase2021_task2_evaluator

感谢回复，多谢！

纠正一下，不是评估代码，在基线代码里，https://github.com/y-kawagu/dcase2021_task2_baseline_mobile_net_v2

   https://github.com/y-kawagu/dcase2021_task2_baseline_mobile_net_v2/blob/master/01_test.py#L100-L100
twoNumber commented 4 months ago

抱歉，记错了，2021任务的evaluate代码有相关判断：https://github.com/y-kawagu/dcase2021_task2_evaluator

感谢回复，多谢！

纠正一下，不是评估代码，在基线代码里，https://github.com/y-kawagu/dcase2021_task2_baseline_mobile_net_v2

   https://github.com/y-kawagu/dcase2021_task2_baseline_mobile_net_v2/blob/master/01_test.py#L100-L100

感谢回复！但是基线代码的预测输出是0-1之间，基线设置阈值0.9，根据这个阈值判断是否是异常还是正常。您的代码输出是log_softmax生成的分数，不在0-1之间。