Interpreting the Togo Dataset Result

[DenizOzal]

Hi @gabrieltseng and Crop Harvest team!
I am trying to understand togo dataset result which you gave on the Google Colab file. The result of preds_np is 17x17 matrix like in following:

[[0.26 0.27 0.27 0.27 0.27 0.27 0.27 0.27 0.27 0.27 0.27 0.27 0.27 0.27
0.27 0.27 0.27]
[0.27 0.27 0.27 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28
0.28 0.28 0.28]
[0.27 0.27 0.27 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28
0.28 0.28 0.28]
[0.27 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28
0.28 0.28 0.28]
[0.27 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28
0.28 0.28 0.28]
[0.27 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28
0.28 0.28 0.27]
[0.27 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28
0.28 0.28 0.27]
[0.27 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28
0.28 0.28 0.28]
[0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28
0.28 0.28 0.28]
[0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28
0.28 0.28 0.27]
[0.27 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28
0.28 0.28 0.27]
[0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28
0.28 0.28 0.28]
[0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28
0.28 0.28 0.28]
[0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28
0.28 0.28 0.28]
[0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28
0.28 0.28 0.28]
[0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28
0.28 0.28 0.28]
[0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28 0.28
0.28 0.28 0.28]]

My question is really simple actually, to understand if one area contains crop or non-crop do we need a threshold value? For instance can we say that taking the mean of preds_np and it does not contain or contain crop since the mean is about 0.27-0.28.

[gabrieltseng]

Hi @DenizOzal ,

Apologies for the delayed response. In the example notebook, the model is an sklearn model. The inference class used calls predict_proba to obtain the predictions:

cropharvest/cropharvest/inference.py

Line 68 in 5d374be

return self.model.predict_proba(flattened_batch)[:, 1]

So yes, in order to obtain a binary value (crop or no crop), thresholding makes sense!

I hope this helps