我自清茶 4星
共回答了400个问题采纳率:93.3% 评论
PK1和PK2是两个评价指标,通常用于评估某个机器学习模型的性能,在计算机视觉领域中广泛应用。它们的定义和计算方法如下:
1. PK1(Proportion of Correct Key-points):PK1是表示关键点准确匹配的比例,也就是正确匹配的关键点个数与所有关键点个数之比。
PK1 = 正确匹配的关键点个数 / 所有关键点个数
2. PK2(Proportion of Correct Key-points with a relaxed threshold):PK2是指使用一定容忍度下的关键点准确匹配的比例,相较于PK1,其在匹配误差较大时会把误差范围放宽,可以更好地适应实际样本分布不均的情况。
12小时前
猜你喜欢的问题
5个月前1个回答
5个月前1个回答
5个月前1个回答
5个月前2个回答
5个月前1个回答
5个月前2个回答
热门问题推荐
2个月前1个回答
3个月前3个回答
3个月前1个回答
4个月前1个回答
3年前1个回答
1个月前8个回答
3个月前1个回答
1个月前1个回答
3个月前1个回答