No sé si lo has resuelto. Antes estaba bastante confundido acerca de este concepto.
Primero explique algunos conceptos:
FP (falso positivo): ejemplo de falso positivo-gt; el resultado de la clasificación es un ejemplo positivo (peatón), que en realidad es un ejemplo negativo ( sin peatones)
Tasa de errores: tasa de errores = el número de ejemplos positivos en el conjunto de prueba que se consideran ejemplos negativos/el número de ejemplos positivos en el conjunto de pruebas
Para peatones detección, si excedemos el umbral del clasificador Si es bajo, la Tasa de Miss disminuirá, y en este momento FPPI (el número de falsos positivos por imagen) aumentará. De esta forma, normalmente establecemos un indicador y luego comparamos la calidad del algoritmo en función de otro indicador.
La tasa de fallos frente a FPPI en la figura generalmente compara la tasa de fallos cuando FPPI=10^-1.