如何计算这里的rank K识别率?
看到一个作者是这么进行人脸识别实验的,
首先,将数据集分为5个子集,每个子集有140幅图像,且对应于140个目标。
然后,采用类似5折交叉验证实验的模式,以其中一个子集作为样本集,剩余四个作为测试集。
最后统计识别率时,计算的是rank K识别率,同时还画出了曲线。
想问:这个rank K识别率是怎么算的?
有一个想法是,对于单个样本集和单个测试集的识别实验,将进行140个test,每个test对应于一个目标。
根据每个test中真实类的相似度排名,可以计算出rank K识别率。其中,K的最大值是140(因为有140个目标)。
然后,1折实验就会进行4x140个test,5折实验就会进行5x4x140个test。这样,rank 1识别率有20个值,rank 2识别率有20个值,…,rank 140识别率也有20个值。
最后,取平均值即可。
想问:不知道这个想法对不对?