存取評估指標 (主控台)

在測試期間，會根據測試資料集評估模型的效能。測試資料集中的標籤會被視為「Ground Truth」，因為它們代表了實際影像所代表的內容。在測試期間，模型會使用測試資料集進行預測。預測的標籤會和 Ground Truth 標籤進行比較，並可在主控台評估頁面中取得結果。

Amazon Rekognition 自訂標籤主控台會顯示整個模型的摘要指標，以及個別標籤的指標。主控台中可用的指標包括精確度取回、F1 分數、可信度和可信度閾值。如需詳細資訊，請參閱 改善訓練過的 Amazon Rekognition 自訂標籤模型。

您可以使用主控台以專注於個別指標。例如，若要調查標籤的精確度問題，您可以依標籤和誤報結果篩選訓練結果。如需詳細資訊，請參閱 用於評估模型的指標。

訓練後，訓練資料集會變成唯讀。如果您決定提升模型，可以將訓練資料集複製到新的資料集。您可以使用資料集的複本來訓練新版本的模型。

在此步驟中，您會使用主控台來存取主控台中的訓練結果。

存取評估指標 (主控台)

1. 開啟 Amazon Rekognition 主控台：https://console.aws.amazon.com/rekognition/。

2. 選擇使用自訂標籤。

3. 選擇開始使用。

4. 在左側導覽窗格中，選擇專案。

5. 在專案頁面中，選擇包含您要評估的訓練過模型的專案。

6. 在模型中，選擇您要評估的模型。

7. 選擇評估索引標籤，以查看評估結果。如需評估模型的資訊，請參閱 改善訓練過的 Amazon Rekognition 自訂標籤模型。

8. 選擇檢視測試結果，以查看個別測試影像的結果。如需詳細資訊，請參閱 用於評估模型的指標。模型評估摘要的下列螢幕擷取畫面顯示了 6 個標籤的 F1 分數、平均精確度，以及測試結果和效能指標的整體回收。還提供了有關使用訓練過的模型的詳細信息。

   

9. 檢視測試結果後，請選擇專案名稱，以返回模型頁面。測試結果頁面會針對在後院和前院影像類別訓練的機器學習模型，顯示具有預測標籤和可信度分數的影像。會顯示兩個範例影像。

   

10. 使用指標來評估模型的效能。如需詳細資訊，請參閱 改善 Amazon Rekognition 自訂標籤模型。