解读图片分类模型的预测结果

请求预测后，Vertex AI 会根据您的模型目标返回结果。AutoML 单标签图片分类预测返回单个标签类别及其相应的置信度分数。多标签分类预测返回多个标签类别及其相应的置信度分数。

置信度分数传达了模型将每个类列或标签与测试项相关联的强度。该数值越高，模型应用于该项的置信度就越高。您可以决定接受模型的置信度分数为多高。

分数阈值滑块

在 Google Cloud 控制台中，Vertex AI 提供一个滑块，用于调整所有类别或标签或者单个类别或标签的置信度阈值。滑块显示在评估标签页的模型详情页面上。置信度阈值是模型为测试项分配类或标签时必须具有的置信度水平。通过调整阈值，您可以看到模型的精度和召回率变化。较高的阈值通常可以提高精确率，并会降低召回率。

批量预测输出示例

批量 AutoML 图片分类预测输出作为 JSON 行文件存储在 Cloud Storage 存储桶中。JSON 行文件的每一行都包含单个图片文件的所有注解（标签）类别及其相应的置信度分数。

注意：以下 JSON 行示例包含换行符便于阅读。在您的 JSONL 行文件中，请仅在每个 JSON 对象后添加换行符。

{
  "instance": {"content": "gs://bucket/image.jpg", "mimeType": "image/jpeg"},
  "prediction": {
    "ids": [1, 2],
    "displayNames": ["cat", "dog"],
    "confidences": [0.7, 0.5]
  }
}