关于准确度Accuracy和分辨率Resolution

关于准确度Accuracy和分辨率Resolution,举一个例子:一把塑料尺子,最小刻度是1mm,拿它量东西,就不能读出1mm以下的数来,那么这个1mm就是它的(最小)分辨率,即最小可分辨的度量。如果已经知道一个物体的实际长度是100mm,拿这把尺子来测量,量出来的数据是102mm,那么这个尺子的准确度就是(102-100)/100=0.02,即测量结果与真实数值之间的误差。
再说一个概念精密度Precision,这个是指同一个仪器每次测量数值之间的离散程度,比较的对象是自己每次测量的数据。也用上文的尺子做测量,还是上次的那一个物体,测了5次,数据分别是108,109,107,107,108,108。这些数据和真实值100mm之间的误差都不小,但是这些数据之间的差距都很小,说明精密度不错。
很多人常常把精密度Precision误判断为精度,也有些仪器厂家误导使用者故意使用精密度代替精度。一般而言大家讲的精度都是指准确度。

时间: 2024-10-13 01:49:53

关于准确度Accuracy和分辨率Resolution的相关文章

视觉系统 分辨率/精度/公差计算公式说明(Kyence)

1.分辨率(Resolution)   单个像素的物理尺寸=视野/像素数目.0.019mm. 2.精度(Accuracy)  =分辨率*有效像素.根据产品表面和照明状况的不同,通过放大图像观察辨别稳定像素的个数(有效像素数目),从而得出精度.如果条件不允许实际测试观察,一般的规律是,如果使用正面打光,有效像素为1个,使用背光,有效像素是0.5个.取一个像素,精度=1*0.019=0.019mm.3.公差(Tolerance).一般情况下,精度和公差的对应关系如下:最小可检测尺寸 = 10倍精度(

dpi 、 dip 、分辨率、屏幕尺寸、px、density 关系以及换算

一.基本概念 dip        : Density independent pixels ,设备无关像素. dp        :就是dip px        : 像素 dpi       :dots per inch , 直接来说就是一英寸多少个像素点.常见取值 120,160,240.我一般称作像素密度,简称密度 density : 直接翻译的话貌似叫 密度.常见取值 1.5 , 1.0 .和标准dpi的比例(160px/inc) 分辨率   : 横纵2个方向的像素点的数量,常见取值

Android屏幕分辨率概念(dp、dip、dpi、sp、px)

1.屏幕尺寸(screen size)就是我们平常讲的手机屏幕大小,是屏幕的对角线长度,一般讲的大小单位都是英寸.比如iPhone5S的屏幕尺寸是4英寸.Samsung Note3是5.7英寸. 2.像素(pixel)想像把屏幕放大再放大,对!看到的那一个个小点或者小方块就是像素了. 3.分辨率(Resolution)是指屏幕上垂直方向和水平方向上的像素个数.比如iPhone5S的分辨率是1136*640:Samsung Note3的分辨率是1920*1080: 4.dpi是dot per in

New UI-屏幕分辨率,屏幕尺寸,像素,dpi概念解析

屏幕分辨率,屏幕尺寸,像素,dpi概念解析            --转载请注明出处:coder-pig,欢迎转载,请勿用于商业用途! 小猪Android开发交流群已建立,欢迎大家加入,无论是新手,菜鸟,大神都可以,小猪一个人的 力量毕竟是有限的,写出来的东西肯定会有很多纰漏不足,欢迎大家指出,集思广益,让小猪的博文 更加的详尽,帮到更多的人,O(∩_∩)O谢谢! 小猪Android开发交流群:小猪Android开发交流群群号:421858269 新Android UI实例大全目录:http:/

Features for Multi-Target Multi-Camera Tracking and Re-identification论文解读

解读一:Features for Multi-Target Multi-Camera Tracking and Re-identification Abstract MTMCT:从多个摄像头采集的视频中跟踪多个人. Re-id:从一系列图片中检索与一张被查询图片相似的图片. 我们用CNN为MTMCT和Reid学习好的特征. 贡献包括: ①为训练设计的一个自适应权重的三重损失 ②一种新的艰难身份挖掘技术 我们测验了好的re-id和好的MTMCT分数之间的相关性,并且做了消融研究,以阐明系统主要成分

CC2541蓝牙学习——ADC

CC2541的ADC支持多达14位的模拟数字转换与高达12位的有效位数.它包括一个模拟多路转换器,具有多达8个各自可独立配置的通道,一个参考电压发生器.转换结果通过DMA写入存储器.还具有若干运行模式. ADC主要特性如下: 可选的抽取率,设置了7~12位的分辨率: 8个独立输入通道,可接受单端或差分信号: 参考电压可选为内部,外部单端,外部差分,或AVDD5: 产生中断请求: 转换结束时的DMA触发: 温度传感器输入: 电池测量功能. 图1 P0引脚上的信号可以作为ADC输入来使用.在下面,这

机器视觉--相机

在拍摄高速运动物体的场合,要选用逐行扫描摄像机或使用隔行扫描摄像机的场采集方式采集图像. 线阵摄像机适合于目标物体幅面大,或缺陷尺寸微小的场合,如:印刷质量检测,PCB板检测,布匹或棉花的检测,颗粒(粮食.水果等)检测等. CCD和CMOS的主要性能比较 满阱容量差异:由于CMOS传感器的每个像素包括一个感光二极管.放大器和读出电路,同时整个传感器还包括寻址电路和A/D,使得每个像素的感光区域远小于像素本身的表面积,因此在像素尺寸相同的情况下,CMOS传感器的满阱能力要低于CCD传感器. 成本差

人工智能反欺诈三部曲之:设备指纹

上次我们着重介绍了反欺诈的一项核心技术:特征工程. 在反欺诈的技术金字塔中,特征工程起着承上启下的作用.而居于特征工程的下一层的是基座层:数据.在机器学习里,大家有一个共识,高质量.相关的数据决定模型预测能力的上限,模型只是去逼近这个上限.数据就像原油,好的特征就像汽油,而模型就是引擎,三者缺一不可.作为基座层的数据层的一个重要组成部分是设备终端和网络风险,Gartner的经典五层模型同样将其列为最基础的数据.今天我们就来探讨一下处于这一层的设备指纹以及由此衍生出来的设备风险识别. ? 背景 ?

1.13裸机ADC部分

1.13.1.ADC的引入 1.13.1.1.什么是ADC (1)ADC:analog digital converter ,AD转换,模数转换(也就是模拟转数字) (2)CPU本身是数数字的,而外部世界变量(如电压.温度.高度.压力)都是模拟的,所以需要用CPU来处理这些外部的模拟量的时候就需要做AD转换 1.13.1.2.为什么需要ADC (1)为了用数字技术来处理外部的模拟量 1.13.1.3.关于模拟量和数字量 (1)模拟的就是连续的,显示生活中的时间.电压.高度等都是模拟的(连续分布的