红色分析工具 - 统计 - 得分

分数图表列出了已标注和评分的所有图像，以及图表的两个阈值（T1，T2）。第一个阈值确定真阴性（真正缺少缺陷）在不确定其值之前可以具有的最大值。第二个阈值确定结果在被视为真阳性（真正包含缺陷）之前必须具有的最小值。二者之间的值根据其标签被视为假阳性或假阴性，并将被分配到混淆矩阵的中间列。

注意:

同时使用 T1 和 T2 阈值可以创建一个中间（或边际）类。如果遇到这种情况，则可以设置一个过程来标记中间的任意图像以供检查人员查看，或者保存这些图像以便将来进行重新训练（离线时）。作为另一种故障保护，该类别中的图像可能被拒绝并发送到返修箱。

两个阈值（T1 和 T2，在下图中，T1 = 0.37，T2 = 0.51）在图表上是交互的，并且可以调整。以交互方式调整这些值也会自动更新阈值参数设定。

	在此处设置阈值可使工具对其预测的缺陷“较少挑剔”，从而生成更多假阳性。
	在此处设置阈值可使工具对其预期的缺陷“更加挑剔”，从而生成更多假阴性。