Menafsirkan hasil prediksi dari model klasifikasi gambar

Setelah meminta prediksi, Vertex AI akan menampilkan hasil berdasarkan tujuan model Anda. Prediksi klasifikasi gambar label tunggal AutoML menampilkan kategori label tunggal dan skor keyakinan yang sesuai. Prediksi klasifikasi multi- label menampilkan kategori beberapa label dan skor keyakinan yang sesuai.

Skor keyakinan mencerminkan seberapa kuat model Anda mengaitkan setiap class atau label dengan item pengujian. Makin tinggi angkanya, makin tinggi keyakinan model bahwa label harus diterapkan ke item tersebut. Anda yang menentukan seberapa tinggi skor keyakinan agar hasil model dapat diterima.

Penggeser nilai minimum skor

Di konsol Google Cloud , Vertex AI menyediakan penggeser yang digunakan untuk menyesuaikan nilai minimum keyakinan untuk semua class atau label, atau setiap class atau label. Penggeser tersedia di halaman detail model di tab Evaluate. Nilai minimum keyakinan adalah level keyakinan yang harus dimiliki model untuk menetapkan class atau label ke item pengujian. Saat menyesuaikan nilai minimum, Anda dapat melihat perubahan presisi dan perolehan model. Nilai minimum yang lebih tinggi biasanya meningkatkan presisi dan menurunkan perolehan.

Contoh output prediksi batch

Output prediksi klasifikasi gambar AutoML batch disimpan sebagai file JSON Lines di bucket Cloud Storage. Setiap baris file JSON Lines berisi semua kategori anotasi (label) dan skor keyakinan yang sesuai untuk satu file gambar.

Catatan: Contoh JSON Lines berikut menyertakan jeda baris agar mudah dibaca. Dalam file JSON Lines, jeda baris hanya disertakan setelah setiap objek JSON.

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