Interpréter les résultats des prédictions à partir de modèles de classification d'images

Quand vous demandez une prédiction, Vertex AI renvoie les résultats en fonction de l'objectif du modèle. Les prédictions AutoML de classification d'images à étiquette unique renvoient une seule catégorie d'étiquette et son score de confiance correspondant. Les prédictions de classification multi-étiquettes renvoient plusieurs catégories d'étiquettes et leurs scores de confiance respectifs.

Le score de confiance indique à quel point votre modèle associe chaque classe ou étiquette à un élément de test. Plus le score est élevé, plus le modèle a de chances d'appliquer l'étiquette à cet élément. C'est vous qui décidez du seuil de confiance auquel vous acceptez les résultats du modèle.

Curseur du seuil de score

Dans la console Google Cloud, Vertex AI fournit un curseur permettant d'ajuster le seuil de confiance pour toutes les classes ou étiquettes, ou une classe ou une étiquette individuelle. Le curseur est disponible sur la page des détails du modèle dans l'onglet Évaluation. Le seuil de confiance est le niveau de confiance minimum pour que le modèle attribue une classe ou une étiquette à un élément de test. Lorsque vous ajustez le seuil, vous pouvez voir comment les valeurs de précision et de rappel de votre modèle changent. Les seuils plus élevés augmentent généralement la précision et abaissent le rappel.

Exemple de résultat de prédiction par lot

Les résultats des prédictions AutoML de classification d'images par lot sont stockés sous forme de fichiers JSON Lines dans des buckets Cloud Storage. Chaque ligne du fichier JSON Lines contient toutes les catégories d'annotation (étiquette) et leurs scores de confiance respectifs pour un seul fichier image.

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