Bei der Übereinstimmung geht es nicht um die Grösse des Objektes, sondern darum wieviele „Bausteine“ des neuronalen Netzwerkes innerhalb der Erkennungsbox Muster erkannt haben, die dem Objekt zugeordnet werden können.
Wenn ein Model nur zwischen BMWs und Audis unterscheiden kann und 9 von 10 „Bausteine“ für BMW stimmen bekommt man eine BMW-Erkennung mit 90% Sicherheit (und eine mit 10% für Audi, die aber durch den Schwellwert abgeschnitten wird).
Bei Objekterkennung-Modellen ist es etwas komplizierter, da man sowohl die Klassenzuweisung (BMW oder Audi) hat als auch die Position der umschliessenden Box:
-
Die Box-Konfidenz ist ein Maß dafür, wie sicher das Modell ist, dass eine Erkennungsbox ein Objekt von Interesse enthält.
-
Die Klassenkonfidenz gibt an, wie sicher das Modell ist, dass das erkannte Objekt zu einer bestimmten Klasse gehört.
Die Ausgabe die letztendlich für den Übereinstimmungswert verwendet wird, ist eine Kombination aus diesen beiden.
Die Objekterkennung ist nicht auf Igel trainiert. Wenn der Igel nahe genug ist, dass man das Gesicht erkennt, würde er vermutlich als Katze oder Hund mit niedriger Übereinstimmung erkannt 