Resultados

Resultados detalhados do dataset DRIVE

Dataset: Dataset
Conjunto de treinamento: Treinamento
Conjunto de testes: Teste

Árvore de Decisão

Resultados obtidos com uma janela (5, 5)

Imagem Original Imagem Predita Imagem Desejada Medidas
  • Erro: 0.1638
  • Precisao: 0.4131
  • Sensibilidade: 0.5931
  • Especificidade: 0.8729
  • F1 score: 0.4870
  • Erro: 0.1287
  • Precisao: 0.5748
  • Sensibilidade: 0.5422
  • Especificidade: 0.9293
  • F1 score: 0.5580
  • Erro: 0.1636
  • Precisao: 0.4438
  • Sensibilidade: 0.4861
  • Especificidade: 0.8961
  • F1 score: 0.4640
  • Erro: 0.1427
  • Precisao: 0.4696
  • Sensibilidade: 0.5451
  • Especificidade: 0.9053
  • F1 score: 0.5045
  • Erro: 0.1390
  • Precisao: 0.4881
  • Sensibilidade: 0.5056
  • Especificidade: 0.9168
  • F1 score: 0.4967
  • Erro: 0.1506
  • Precisao: 0.4683
  • Sensibilidade: 0.4987
  • Especificidade: 0.9070
  • F1 score: 0.4830
  • Erro: 0.1327
  • Precisao: 0.4990
  • Sensibilidade: 0.5246
  • Especificidade: 0.9196
  • F1 score: 0.5115
  • Erro: 0.1381
  • Precisao: 0.4495
  • Sensibilidade: 0.4403
  • Especificidade: 0.9225
  • F1 score: 0.4449
  • Erro: 0.1123
  • Precisao: 0.5299
  • Sensibilidade: 0.3915
  • Especificidade: 0.9538
  • F1 score: 0.4503
  • Erro: 0.1459
  • Precisao: 0.4120
  • Sensibilidade: 0.5182
  • Especificidade: 0.8997
  • F1 score: 0.4590
  • Erro: 0.1360
  • Precisao: 0.4789
  • Sensibilidade: 0.5547
  • Especificidade: 0.9101
  • F1 score: 0.5140
  • Erro: 0.1445
  • Precisao: 0.4362
  • Sensibilidade: 0.5286
  • Especificidade: 0.9023
  • F1 score: 0.4780
  • Erro: 0.1437
  • Precisao: 0.4935
  • Sensibilidade: 0.5109
  • Especificidade: 0.9134
  • F1 score: 0.5020
  • Erro: 0.1364
  • Precisao: 0.4368
  • Sensibilidade: 0.5407
  • Especificidade: 0.9068
  • F1 score: 0.4832
  • Erro: 0.1687
  • Precisao: 0.3333
  • Sensibilidade: 0.6240
  • Especificidade: 0.8553
  • F1 score: 0.4345
  • Erro: 0.1313
  • Precisao: 0.4985
  • Sensibilidade: 0.5485
  • Especificidade: 0.9169
  • F1 score: 0.5223
  • Erro: 0.1287
  • Precisao: 0.4755
  • Sensibilidade: 0.4220
  • Especificidade: 0.9345
  • F1 score: 0.4471
  • Erro: 0.1307
  • Precisao: 0.4320
  • Sensibilidade: 0.4396
  • Especificidade: 0.9250
  • F1 score: 0.4358
  • Erro: 0.1658
  • Precisao: 0.3769
  • Sensibilidade: 0.5779
  • Especificidade: 0.8693
  • F1 score: 0.4562
  • Erro: 0.1348
  • Precisao: 0.3910
  • Sensibilidade: 0.4738
  • Especificidade: 0.9119
  • F1 score: 0.4284


Resultados obtidos com uma janela (7, 7)

Imagem Original Imagem Predita Imagem Desejada Medidas
  • Erro: 0.1519
  • Precisao: 0.4436
  • Sensibilidade: 0.6240
  • Especificidade: 0.8819
  • F1 score: 0.5185
  • Erro: 0.1209
  • Precisao: 0.5990
  • Sensibilidade: 0.5833
  • Especificidade: 0.9312
  • F1 score: 0.5911
  • Erro: 0.1622
  • Precisao: 0.4507
  • Sensibilidade: 0.5177
  • Especificidade: 0.8924
  • F1 score: 0.4819
  • Erro: 0.1310
  • Precisao: 0.5078
  • Sensibilidade: 0.5723
  • Especificidade: 0.9147
  • F1 score: 0.5381
  • Erro: 0.1251
  • Precisao: 0.5383
  • Sensibilidade: 0.5464
  • Especificidade: 0.9264
  • F1 score: 0.5423
  • Erro: 0.1410
  • Precisao: 0.5005
  • Sensibilidade: 0.5131
  • Especificidade: 0.9159
  • F1 score: 0.5067
  • Erro: 0.1226
  • Precisao: 0.5353
  • Sensibilidade: 0.5589
  • Especificidade: 0.9259
  • F1 score: 0.5468
  • Erro: 0.1273
  • Precisao: 0.4932
  • Sensibilidade: 0.4750
  • Especificidade: 0.9298
  • F1 score: 0.4839
  • Erro: 0.1044
  • Precisao: 0.5701
  • Sensibilidade: 0.4524
  • Especificidade: 0.9546
  • F1 score: 0.5045
  • Erro: 0.1319
  • Precisao: 0.4578
  • Sensibilidade: 0.5653
  • Especificidade: 0.9092
  • F1 score: 0.5059
  • Erro: 0.1314
  • Precisao: 0.4941
  • Sensibilidade: 0.5727
  • Especificidade: 0.9127
  • F1 score: 0.5306
  • Erro: 0.1370
  • Precisao: 0.4592
  • Sensibilidade: 0.5334
  • Especificidade: 0.9101
  • F1 score: 0.4935
  • Erro: 0.1347
  • Precisao: 0.5246
  • Sensibilidade: 0.5336
  • Especificidade: 0.9201
  • F1 score: 0.5291
  • Erro: 0.1250
  • Precisao: 0.4750
  • Sensibilidade: 0.5724
  • Especificidade: 0.9154
  • F1 score: 0.5192
  • Erro: 0.1609
  • Precisao: 0.3530
  • Sensibilidade: 0.6600
  • Especificidade: 0.8598
  • F1 score: 0.4600
  • Erro: 0.1256
  • Precisao: 0.5184
  • Sensibilidade: 0.5635
  • Especificidade: 0.9212
  • F1 score: 0.5400
  • Erro: 0.1242
  • Precisao: 0.4960
  • Sensibilidade: 0.4420
  • Especificidade: 0.9368
  • F1 score: 0.4674
  • Erro: 0.1249
  • Precisao: 0.4584
  • Sensibilidade: 0.4811
  • Especificidade: 0.9262
  • F1 score: 0.4695
  • Erro: 0.1511
  • Precisao: 0.4142
  • Sensibilidade: 0.6174
  • Especificidade: 0.8806
  • F1 score: 0.4958
  • Erro: 0.1217
  • Precisao: 0.4413
  • Sensibilidade: 0.5318
  • Especificidade: 0.9196
  • F1 score: 0.4823


Resultados obtidos com uma janela (9, 9)

Imagem Original Imagem Predita Imagem Desejada Medidas
  • Erro: 0.1558
  • Precisao: 0.4304
  • Sensibilidade: 0.5829
  • Especificidade: 0.8836
  • F1 score: 0.4951
  • Erro: 0.1271
  • Precisao: 0.5773
  • Sensibilidade: 0.5670
  • Especificidade: 0.9269
  • F1 score: 0.5721
  • Erro: 0.1628
  • Precisao: 0.4482
  • Sensibilidade: 0.5076
  • Especificidade: 0.8934
  • F1 score: 0.4760
  • Erro: 0.1309
  • Precisao: 0.5083
  • Sensibilidade: 0.5648
  • Especificidade: 0.9160
  • F1 score: 0.5351
  • Erro: 0.1275
  • Precisao: 0.5306
  • Sensibilidade: 0.5263
  • Especificidade: 0.9269
  • F1 score: 0.5284
  • Erro: 0.1411
  • Precisao: 0.5003
  • Sensibilidade: 0.4951
  • Especificidade: 0.9187
  • F1 score: 0.4977
  • Erro: 0.1280
  • Precisao: 0.5158
  • Sensibilidade: 0.5420
  • Especificidade: 0.9224
  • F1 score: 0.5286
  • Erro: 0.1296
  • Precisao: 0.4835
  • Sensibilidade: 0.4582
  • Especificidade: 0.9296
  • F1 score: 0.4705
  • Erro: 0.1079
  • Precisao: 0.5503
  • Sensibilidade: 0.4451
  • Especificidade: 0.9516
  • F1 score: 0.4921
  • Erro: 0.1302
  • Precisao: 0.4618
  • Sensibilidade: 0.5430
  • Especificidade: 0.9141
  • F1 score: 0.4991
  • Erro: 0.1394
  • Precisao: 0.4671
  • Sensibilidade: 0.5350
  • Especificidade: 0.9091
  • F1 score: 0.4987
  • Erro: 0.1421
  • Precisao: 0.4402
  • Sensibilidade: 0.4973
  • Especificidade: 0.9095
  • F1 score: 0.4671
  • Erro: 0.1396
  • Precisao: 0.5076
  • Sensibilidade: 0.5118
  • Especificidade: 0.9180
  • F1 score: 0.5097
  • Erro: 0.1274
  • Precisao: 0.4661
  • Sensibilidade: 0.5556
  • Especificidade: 0.9149
  • F1 score: 0.5069
  • Erro: 0.1567
  • Precisao: 0.3548
  • Sensibilidade: 0.6215
  • Especificidade: 0.8690
  • F1 score: 0.4517
  • Erro: 0.1304
  • Precisao: 0.5015
  • Sensibilidade: 0.5384
  • Especificidade: 0.9194
  • F1 score: 0.5193
  • Erro: 0.1279
  • Precisao: 0.4793
  • Sensibilidade: 0.4302
  • Especificidade: 0.9343
  • F1 score: 0.4534
  • Erro: 0.1268
  • Precisao: 0.4520
  • Sensibilidade: 0.4887
  • Especificidade: 0.9231
  • F1 score: 0.4696
  • Erro: 0.1482
  • Precisao: 0.4185
  • Sensibilidade: 0.5935
  • Especificidade: 0.8872
  • F1 score: 0.4909
  • Erro: 0.1222
  • Precisao: 0.4383
  • Sensibilidade: 0.5164
  • Especificidade: 0.9210
  • F1 score: 0.4741


SVM

Resultados obtidos com uma janela (5, 5)

Imagem Original Imagem Predita Imagem Desejada Medidas
  • Erro: 0.1337
  • Precisao: 0.0522
  • Sensibilidade: 0.0012
  • Especificidade: 0.9968
  • F1 score: 0.0023
  • Erro: 0.1528
  • Precisao: 0.0215
  • Sensibilidade: 0.0004
  • Especificidade: 0.9964
  • F1 score: 0.0009
  • Erro: 0.1482
  • Precisao: 0.0204
  • Sensibilidade: 0.0004
  • Especificidade: 0.9970
  • F1 score: 0.0007
  • Erro: 0.1361
  • Precisao: 0.1489
  • Sensibilidade: 0.0044
  • Especificidade: 0.9961
  • F1 score: 0.0085
  • Erro: 0.1374
  • Precisao: 0.0606
  • Sensibilidade: 0.0008
  • Especificidade: 0.9980
  • F1 score: 0.0017
  • Erro: 0.1482
  • Precisao: 0.0318
  • Sensibilidade: 0.0017
  • Especificidade: 0.9914
  • F1 score: 0.0033
  • Erro: 0.1353
  • Precisao: 0.0813
  • Sensibilidade: 0.0022
  • Especificidade: 0.9963
  • F1 score: 0.0042
  • Erro: 0.1274
  • Precisao: 0.1397
  • Sensibilidade: 0.0027
  • Especificidade: 0.9976
  • F1 score: 0.0053
  • Erro: 0.1242
  • Precisao: 0.0293
  • Sensibilidade: 0.0018
  • Especificidade: 0.9921
  • F1 score: 0.0034
  • Erro: 0.1206
  • Precisao: 0.0451
  • Sensibilidade: 0.0005
  • Especificidade: 0.9986
  • F1 score: 0.0009
  • Erro: 0.1309
  • Precisao: 0.2779
  • Sensibilidade: 0.0060
  • Especificidade: 0.9977
  • F1 score: 0.0117
  • Erro: 0.1301
  • Precisao: 0.0616
  • Sensibilidade: 0.0028
  • Especificidade: 0.9940
  • F1 score: 0.0053
  • Erro: 0.1451
  • Precisao: 0.0733
  • Sensibilidade: 0.0020
  • Especificidade: 0.9957
  • F1 score: 0.0040
  • Erro: 0.1230
  • Precisao: 0.0224
  • Sensibilidade: 0.0010
  • Especificidade: 0.9941
  • F1 score: 0.0019
  • Erro: 0.1038
  • Precisao: 0.4925
  • Sensibilidade: 0.0014
  • Especificidade: 0.9998
  • F1 score: 0.0028
  • Erro: 0.1374
  • Precisao: 0.0326
  • Sensibilidade: 0.0017
  • Especificidade: 0.9922
  • F1 score: 0.0033
  • Erro: 0.1328
  • Precisao: 0.0211
  • Sensibilidade: 0.0017
  • Especificidade: 0.9890
  • F1 score: 0.0031
  • Erro: 0.1211
  • Precisao: 0.0111
  • Sensibilidade: 0.0006
  • Especificidade: 0.9929
  • F1 score: 0.0012
  • Erro: 0.1240
  • Precisao: 0.0173
  • Sensibilidade: 0.0005
  • Especificidade: 0.9957
  • F1 score: 0.0011
  • Erro: 0.1090
  • Precisao: 0.0639
  • Sensibilidade: 0.0016
  • Especificidade: 0.9972
  • F1 score: 0.0031


Resultados obtidos com uma janela (7, 7)

Imagem Original Imagem Predita Imagem Desejada Medidas
  • Erro: 0.1157
  • Precisao: 0.7473
  • Sensibilidade: 0.1771
  • Especificidade: 0.9910
  • F1 score: 0.2864
  • Erro: 0.1284
  • Precisao: 0.8362
  • Sensibilidade: 0.1775
  • Especificidade: 0.9939
  • F1 score: 0.2928
  • Erro: 0.1417
  • Precisao: 0.6351
  • Sensibilidade: 0.0643
  • Especificidade: 0.9937
  • F1 score: 0.1167
  • Erro: 0.1174
  • Precisao: 0.7698
  • Sensibilidade: 0.1705
  • Especificidade: 0.9922
  • F1 score: 0.2792
  • Erro: 0.1223
  • Precisao: 0.8785
  • Sensibilidade: 0.1144
  • Especificidade: 0.9975
  • F1 score: 0.2025
  • Erro: 0.1338
  • Precisao: 0.7071
  • Sensibilidade: 0.0888
  • Especificidade: 0.9940
  • F1 score: 0.1578
  • Erro: 0.1110
  • Precisao: 0.8578
  • Sensibilidade: 0.1936
  • Especificidade: 0.9951
  • F1 score: 0.3159
  • Erro: 0.1182
  • Precisao: 0.7142
  • Sensibilidade: 0.0988
  • Especificidade: 0.9943
  • F1 score: 0.1735
  • Erro: 0.1101
  • Precisao: 0.7126
  • Sensibilidade: 0.1047
  • Especificidade: 0.9944
  • F1 score: 0.1826
  • Erro: 0.1082
  • Precisao: 0.8352
  • Sensibilidade: 0.1172
  • Especificidade: 0.9969
  • F1 score: 0.2056
  • Erro: 0.1030
  • Precisao: 0.8035
  • Sensibilidade: 0.2715
  • Especificidade: 0.9901
  • F1 score: 0.4059
  • Erro: 0.1180
  • Precisao: 0.7000
  • Sensibilidade: 0.1004
  • Especificidade: 0.9938
  • F1 score: 0.1755
  • Erro: 0.1289
  • Precisao: 0.7564
  • Sensibilidade: 0.1341
  • Especificidade: 0.9929
  • F1 score: 0.2278
  • Erro: 0.1074
  • Precisao: 0.7485
  • Sensibilidade: 0.1341
  • Especificidade: 0.9940
  • F1 score: 0.2275
  • Erro: 0.0834
  • Precisao: 0.8207
  • Sensibilidade: 0.2516
  • Especificidade: 0.9936
  • F1 score: 0.3851
  • Erro: 0.1123
  • Precisao: 0.7782
  • Sensibilidade: 0.1979
  • Especificidade: 0.9915
  • F1 score: 0.3156
  • Erro: 0.1196
  • Precisao: 0.5800
  • Sensibilidade: 0.1075
  • Especificidade: 0.9891
  • F1 score: 0.1814
  • Erro: 0.1093
  • Precisao: 0.6306
  • Sensibilidade: 0.1176
  • Especificidade: 0.9911
  • F1 score: 0.1983
  • Erro: 0.1101
  • Precisao: 0.7298
  • Sensibilidade: 0.1357
  • Especificidade: 0.9931
  • F1 score: 0.2288
  • Erro: 0.1025
  • Precisao: 0.6408
  • Sensibilidade: 0.0875
  • Especificidade: 0.9941
  • F1 score: 0.1540


Resultados obtidos com uma janela (9, 9)

Imagem Original Imagem Predita Imagem Desejada Medidas
  • Erro: 0.1217
  • Precisao: 0.8374
  • Sensibilidade: 0.0888
  • Especificidade: 0.9974
  • F1 score: 0.1606
  • Erro: 0.1392
  • Precisao: 0.9239
  • Sensibilidade: 0.0770
  • Especificidade: 0.9989
  • F1 score: 0.1422
  • Erro: 0.1392
  • Precisao: 0.7983
  • Sensibilidade: 0.0593
  • Especificidade: 0.9974
  • F1 score: 0.1104
  • Erro: 0.1162
  • Precisao: 0.8681
  • Sensibilidade: 0.1516
  • Especificidade: 0.9965
  • F1 score: 0.2581
  • Erro: 0.1267
  • Precisao: 0.9322
  • Sensibilidade: 0.0717
  • Especificidade: 0.9992
  • F1 score: 0.1331
  • Erro: 0.1374
  • Precisao: 0.7987
  • Sensibilidade: 0.0350
  • Especificidade: 0.9986
  • F1 score: 0.0670
  • Erro: 0.1157
  • Precisao: 0.9143
  • Sensibilidade: 0.1388
  • Especificidade: 0.9980
  • F1 score: 0.2410
  • Erro: 0.1202
  • Precisao: 0.7855
  • Sensibilidade: 0.0603
  • Especificidade: 0.9976
  • F1 score: 0.1120
  • Erro: 0.1147
  • Precisao: 0.7641
  • Sensibilidade: 0.0345
  • Especificidade: 0.9986
  • F1 score: 0.0661
  • Erro: 0.1097
  • Precisao: 0.8920
  • Sensibilidade: 0.0931
  • Especificidade: 0.9985
  • F1 score: 0.1686
  • Erro: 0.1145
  • Precisao: 0.8541
  • Sensibilidade: 0.1407
  • Especificidade: 0.9964
  • F1 score: 0.2416
  • Erro: 0.1226
  • Precisao: 0.7612
  • Sensibilidade: 0.0303
  • Especificidade: 0.9986
  • F1 score: 0.0583
  • Erro: 0.1337
  • Precisao: 0.8242
  • Sensibilidade: 0.0724
  • Especificidade: 0.9974
  • F1 score: 0.1331
  • Erro: 0.1119
  • Precisao: 0.8187
  • Sensibilidade: 0.0653
  • Especificidade: 0.9981
  • F1 score: 0.1210
  • Erro: 0.0881
  • Precisao: 0.8718
  • Sensibilidade: 0.1782
  • Especificidade: 0.9970
  • F1 score: 0.2959
  • Erro: 0.1183
  • Precisao: 0.8727
  • Sensibilidade: 0.1123
  • Especificidade: 0.9975
  • F1 score: 0.1990
  • Erro: 0.1216
  • Precisao: 0.6230
  • Sensibilidade: 0.0346
  • Especificidade: 0.9971
  • F1 score: 0.0656
  • Erro: 0.1117
  • Precisao: 0.7325
  • Sensibilidade: 0.0437
  • Especificidade: 0.9979
  • F1 score: 0.0824
  • Erro: 0.1083
  • Precisao: 0.8533
  • Sensibilidade: 0.1212
  • Especificidade: 0.9972
  • F1 score: 0.2122
  • Erro: 0.1026
  • Precisao: 0.7758
  • Sensibilidade: 0.0533
  • Especificidade: 0.9982
  • F1 score: 0.0998