Files
robotics-ai-learning-roadmap/04-face-recognition/05-schwellenwerte-und-false-positives-testen.md
T

39 lines
943 B
Markdown

# Aufgabe 05: Schwellenwerte und False Positives testen
## Ziel
Du misst, wie sich Ähnlichkeitsschwellen auf Treffer und Fehler auswirken.
## Warum ist das wichtig?
Falsche Identifikation ist sozial und datenschutzrechtlich heikler als keine Identifikation.
## Voraussetzungen
- Aufgaben 03-04
- Testbilder verschiedener Personen
## Theorie
Schwellenwerte sind Produktentscheidungen, nicht nur Technik. Du musst wählen, ob das System vorsichtig oder aggressiv erkennt.
## Aufgabe
Erstelle ein kleines Testset und vergleiche mehrere Schwellenwerte mit einer Ergebnis-Tabelle.
## Akzeptanzkriterien
- False Positives und False Negatives werden gezählt.
- Eine Default-Schwelle ist begründet.
- Unsicherheitsbereich ist definiert.
## Erweiterungen
- Füge ROC-ähnliche Visualisierung hinzu.
## Reflexionsfragen
- Welcher Fehler ist schlimmer?
- Wie wirkt schlechtes Licht auf Distanzen?
- Wann sollte der Roboter nachfragen?