解讀圖片分類模型的預測結果

在提出預測要求後，Vertex AI 會根據模型的目標傳回結果。AutoML 單一標籤圖片分類預測會傳回單一標籤類別和對應的信心分數。多標籤分類預測會傳回多個標籤類別和對應的可信度分數。

信心分數會指出模型將各個類別或標籤與測試項目建立關聯的程度。數字越大，表示模型判斷標籤適用於該項目的信心就越高。您可以決定接受模型結果的信賴分數門檻。

信賴水準門檻滑桿

在 Google Cloud 控制台中，Vertex AI 提供滑桿，可用於調整所有類別/標籤或個別類別/標籤的信賴度門檻。在「評估」分頁中，即可在模型詳細資料頁面使用滑桿。可信度門檻是指模型為測試項目指派類別或標籤時必須達到的信賴水準。調整門檻時，您可以查看模型精確度和喚回度的變化。較高的門檻值通常會提高精確度，但喚回度會隨之降低。

批次預測輸出內容範例

批次 AutoML 圖片分類預測輸出內容會儲存在 Cloud Storage 值區中，並以 JSON Lines 檔案格式儲存。JSON Lines 檔案的每一行都包含單一圖片檔案的所有註解 (標籤) 類別，以及對應的信心分數。

注意：為了方便閱讀，下列 JSON Lines 範例包含換行。在 JSON Lines 檔案中，只有在每個 JSON 物件後才會加入換行符號。

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