The classification accuracy was ass

The classification accuracy was assessed by comparing the results with those obtained from ground data acquired as described in the previous section. The validation of the prescription maps was performed by using the data from all the 60 rectangular plots from the four fields as ground truth, calculating a confusion matrix (Congalton 1991). The latter, also known as error matrix, is obtained by placing in the rows the number of pixels of each class from ground truth data and in the columns the corresponding results from the UAV image classification. It allows to calculate the overall accuracy of the classification (% of the pixels correctly classified) as well as producer and user accuracy. The producer accuracy indicates the probability that the classifier has labeled an image pixel into the weed class given that the ground truth is actually weeds. Conversely, the user accuracy indicates the probability that a pixel is actually weeds given that the classifier has labeled the pixel as weeds. A low producer accuracy would imply a high omission error, i.e. a high proportion of true weedy pixels not identified in the detection method and thus contributes to underestimation of the weed patches. A low user accuracy corresponds to a high commission error, a high proportion of pixels misclassified as weedy, i.e. the classification overestimates the weed patches providing a conservative estimation. As remarked by Lo ´pez-Granados (2011), from the farmers’ perspective it is desirable have lower omission errors (high producer accuracy) and higher commission errors (low user accuracy), so that the weed patches are less likely to be missed. All the validation data were bulked to have a more representative sample.

ผลลัพธ์ (ไทย) 2:

ความถูกต้องจำแนกประเภทได้รับการประเมินโดยการเปรียบเทียบผลกับผู้ที่ได้รับข้อมูลจากพื้นดินที่ได้มาตามที่อธิบายไว้ในส่วนก่อนหน้า การตรวจสอบของแผนที่ตามใบสั่งแพทย์ได้ดำเนินการโดยใช้ข้อมูลจากทั้งหมด 60 แปลงเป็นรูปสี่เหลี่ยมผืนผ้าจากสาขาสี่เป็นความจริงพื้นคำนวณเมทริกซ์ความสับสน (Congalton 1991) หลังยังเป็นที่รู้จักเมทริกซ์ข้อผิดพลาดจะได้รับโดยการวางในแถวจำนวนพิกเซลของแต่ละระดับจากข้อมูลจริงพื้นดินและในคอลัมน์ผลที่สอดคล้องจากการจัดหมวดหมู่ภาพ UAV มันช่วยให้การคำนวณความถูกต้องโดยรวมของการจัดหมวดหมู่ (% ของพิกเซลจัดอย่างถูกต้อง) เช่นเดียวกับผู้ผลิตและความถูกต้องของผู้ใช้ ความถูกต้องผลิตบ่งชี้ว่าน่าจะเป็นที่ลักษณนามมีข้อความพิกเซลภาพในชั้นเรียนวัชพืชที่ได้รับความจริงว่าพื้นดินที่เป็นจริงวัชพืช ตรงกันข้ามความถูกต้องของผู้ใช้บ่งชี้ว่าน่าจะเป็นที่พิกเซลเป็นจริงวัชพืชให้ที่ ER จัดประเภท Fi มีข้อความพิกเซลเป็นวัชพืช ความถูกต้องผลิตต่ำจะบ่งบอกถึงความผิดพลาดของการละเลยสูงเช่นสัดส่วนที่สูงของพิกเซลผอมโซจริงไม่ได้ระบุเอ็ด Fi ในวิธีการตรวจสอบและจึงก่อให้เกิดความเบาของแพทช์วัชพืช ความถูกต้องของผู้ใช้ต่ำสอดคล้องกับข้อผิดพลาดค่าคอมมิชชั่นสูงสัดส่วนที่สูงของพิกเซล misclassi Fi เอ็ดเป็นผอมโซคือการจัดหมวดหมู่ overestimates แพทช์วัชพืชให้การประเมินแบบอนุรักษ์นิยม ในฐานะที่เป็นข้อสังเกตโดย Lo-'pez กรานา (2011) จากมุมมองของเกษตรกรเป็นที่น่าพอใจมีข้อผิดพลาดที่ต่ำกว่าการละเลย (ความถูกต้องผลิตสูง) สำนักงานคณะกรรมการกำกับและข้อผิดพลาดที่สูงขึ้น (ความถูกต้องของผู้ใช้ต่ำ) เพื่อให้แพทช์วัชพืชมีโอกาสน้อยที่จะพลาด . ทั้งหมดการตรวจสอบข้อมูลที่ถูกเนื้อมีหนังที่จะมีตัวอย่างที่เป็นตัวแทนมากขึ้น

ผลลัพธ์ (ไทย) 3:

ความแม่นยำในการจำแนก คือ ประเมินโดยเปรียบเทียบกับผลที่ได้จากข้อมูลพื้นดินได้มาตามที่อธิบายไว้ในส่วนก่อนหน้านี้ การตรวจสอบของแพทย์ การใช้ข้อมูลแผนที่จากทั้งหมด 60 สี่เหลี่ยมแปลงจากสี่เขตข้อมูลที่เป็นความจริงพื้นดิน การคำนวณความสับสนเมทริกซ์ ( congalton 1991 ) หลัง เรียกว่า เมทริกซ์ ข้อผิดพลาดได้โดยการวางในแถวจำนวนพิกเซลของแต่ละชั้นข้อมูลความจริงจากพื้นดินและในคอลัมน์ผลลัพธ์ที่สอดคล้องกันจาก UAV ภาพการจำแนก จะช่วยให้การคำนวณความถูกต้องโดยรวมของการจัดหมวดหมู่ ( % ของพิกเซลย่อยได้อย่างถูกต้อง ) เป็นโปรดิวเซอร์และความถูกต้องของผู้ใช้ โปรดิวเซอร์ความถูกต้องแสดงความน่าจะเป็นที่ตัวมีป้ายเป็นพิกเซลภาพเป็นวัชพืชคลาสระบุว่าพื้นความจริงเป็นจริงวัชพืช ในทางกลับกันผู้ใช้ความถูกต้องแสดงว่าน่าจะเป็นที่พิกเซลเป็นวัชพืชให้ classi จึงเอ้อมีติดป้ายพิกเซลเป็นวัชพืช ความถูกต้องผู้ผลิตต่ำจะบ่งบอกข้อผิดพลาดการละเลยสูง ได้แก่ สัดส่วนที่แท้จริงของพิกเซลไม่ identi วัชพืชจึงเอ็ดในวิธีตรวจจับและจึงก่อให้เกิดการการประเมินค่าต่ำไปของวัชพืช แพทช์ ระดับความถูกต้องของผู้ใช้สอดคล้องกับคณะกรรมาธิการข้อผิดพลาดสูงสัดส่วนของพิกเซล misclassi จึงเอ็ดเป็นวัชพืช เช่น การจำแนก overestimates วัชพืชแพทช์ให้ประมาณการอนุรักษ์นิยม ที่กล่าวไว้ว่า โลเปซใหม่ granados ( 2011 ) จากมุมมองของเกษตรกร ก็พึงปรารถนามีข้อผิดพลาดการละลด ( ความถูกต้องของผู้ผลิตสูง ) และค่าคอมมิชชั่นสูงข้อผิดพลาดน้อย ( ความถูกต้องผู้ใช้ ) เพื่อให้วัชพืชแพทช์มีโอกาสน้อยมากที่จะพลาด ข้อมูลการตรวจสอบทั้งหมดถูกยกให้มีตัวแทนมากขึ้นตัวอย่าง