epsilon错误是本文创建的标准已知错误或自定义吗？
我正在阅读这篇计算机视觉论文，研究论文链接，关于创建一个模型来估计图像中的人的真实年龄和感知年龄(或者至少我认为是这样的)。感知年龄由这一方法决定:每幅图像由10个独立的个体观察，他们估计人的年龄。平均偏差和标准差是从这10个个体的年龄猜测中得出的。
然后，本文使用该方程的epsilon误差作为感知年龄模型评估的一部分，并说明以下the evaluation employs fitting a normal distribution with the mean µ and standard deviation σ of the votes for each image。文中还指出，这一经验误差涵盖了地面真相时代的不确定性方面。
然后将结果张贴在一个表中，显示基于不同模型的不同的epsilon误差值。
我的问题如下：
- 这个方程式是什么?它是标准使用的吗？上面写着
- 这个方程中的x是什么？我认为这是图像的某种类型的特征缩放，但这是没有意义的，因为结果在表中都是不同的，而且无论如何完全脱离了上下文。X应该是预测的年龄吗？
回答 1
Data Science用户
发布于 2020-06-16 16:49:29
这个方程式是什么?它是标准使用的吗？
我以前没见过这种情况，所以我想这不是“标准”，但也不是很不寻常。方程是“仅”1-(正态分布)。如果你把正态分布看作是“样本和平均值有多相似”的度量，那么这个方程就会把相似性(大的是好的)转化成距离(小的就是好的)。
它看起来与“稳健损失函数”相关；见下文。
这个方程中的x是什么？我认为这是图像的某种类型的特征缩放，但这是没有意义的，因为结果在表中都是不同的，而且无论如何完全脱离了上下文。X应该是预测的年龄吗？
你的第二个想法是对的。x是预测年龄。他们使用这个设置，因为他们没有一个正确的答案对他们的数据，而是，许多猜测/投票的正确年龄是什么。
从文件中：
LAP挑战评价采用正态分布拟合每幅图像的平均μ和标准差σ。
假设你有两张照片。首先，你对这个年龄的每一个猜测都是一样的。另一方面，对于这个年龄，你会得到各种各样的猜测。在某种程度上，第二种形象必须“更难”。这个公式给出了一个误差度量，它告诉您算法相对于许多猜测真实年龄的人是如何执行的。
稳健损失
查看这项工作
您链接到的文件中的"epsilon-error“方程看起来类似于图1中的底部(橙色)跟踪：
https://datascience.stackexchange.com/questions/76086
复制相似问题
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号