画像分類モデルの予測結果を解釈する

予測をリクエストすると、Vertex AI がモデルの目的に基づいて結果を返します。AutoML の単一ラベルの画像分類予測では、単一のラベル分類とそれに対応する信頼スコアが返されます。マルチラベル分類予測では、複数のラベル分類とそれに対応する信頼スコアが返されます。

信頼スコアは、モデルによって各クラスまたはラベルがテスト項目にどれだけ強く関連付けられているかを表します。数値が大きいほど、その項目にラベルを適用するモデルの信頼度が高くなります。モデルの結果を受け入れるのに必要な信頼スコアの高さを決定します。

スコアしきい値スライダー

Google Cloud コンソールの Vertex AI では、スライダーを使用して、すべてのクラスまたはラベルの信頼しきい値を調整できます。また、個々のクラスまたはラベルの信頼しきい値を調整することもできます。スライダーは、[評価] タブのモデルの詳細ページで使用できます。信頼しきい値は、モデルがクラスまたはラベルをテスト項目に割り当てるために必要な信頼度です。しきい値を調整する際に、モデルの精度と再現率の変化を確認できます。しきい値を大きくすると一般に精度は向上しますが、再現率は低下します。

バッチ予測の出力例

バッチ AutoML 画像分類予測の出力は、JSON Lines ファイルとして Cloud Storage バケットに保存されます。JSON Lines ファイルの各行には、すべてのアノテーション（ラベル）カテゴリと、1 つの画像ファイルに対応する信頼スコアが含まれています。

注: 次の JSON Lines の例では、読みやすくするために改行が挿入されています。実際の JSON Lines ファイルでは、各 JSON オブジェクトの後にのみ改行が挿入されています。

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