我在MATLAB中制作了一个CBIR系统,并使用相似性度量作为欧氏距离。 使用此为每个查询图像我检索前20名图像。计算王数据库的精度和召回率
我用WANG Dataset来测试我的系统。
它包含10个类(如非洲人,公交车,玫瑰等),每个包含100个图像(共1000张图像)。我使用相关图,共现矩阵(CCM)和像素扫描模式(DBPSP)之间的区别来构建我的矢量(分别为64 + 196 + 28 = 288尺寸)。
- 1000 db图像的每一个我都事先构建了它的向量。
- 现在查询图像来了,我也构造它的矢量(再次228维)。
- 我使用欧几里德距离来进行相似性处理,并按照其欧几里德距离的降序对db图像向量进行排序。
显示前20条结果。
在那20我可以有TP或FP。
对于单个查询图像,我可以很容易地计算出精确度和召回,并使用该link情节PR-曲线。
我该怎么做全班同班同学?
我的方法:对于属于A类的每幅图像,找到前20幅图像,它分别是TP(真正的正片)和FP(假正片)。
TP FP
Image1 17 3
Image2 15 5
...
...
Image100 10 10
Total 1500 500
类的精密A = 1500 /(2000)= 0.75(是不是?)
召回一类--->的滞留??
PR曲线---->卡住??有些链接说我需要一个分类器,有些则不是......我真的很困惑。
您是否有混淆矩阵,或者您只有TP/FP? – krisdestruction
只有TP和FP。如果图像属于正确的类别,则在20张图像中,我将TP增加1,如果不是,则将FP增加1。如何检查图像的类别是否正确非常简单,因为A类图像的范围是0-99,然后B类的范围是100-199,依此类推。所以一个简单的if-else循环给了我答案。 – CoderBoy
gahh好吧我的解决方案不会工作然后:( – krisdestruction