> For the complete documentation index, see [llms.txt](https://docs.earthindex.ai/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.earthindex.ai/pt/melhore-os-seus-resultados/fix-bad-results.md).

# Corrigir resultados insatisfatórios

Identifique e corrija os dois tipos de resultados de pesquisa insatisfatórios — falsos positivos e resultados não encontrados — com uma tabela de causas e soluções.

Uma pesquisa pode estar errada de duas formas. Pode devolver elementos que não são o que procura (falsos positivos). Ou pode não devolver elementos que correspondem ao que procura (omissões). A solução depende do que está a acontecer.

## Em poucas palavras

* Os falsos positivos exigem rótulos negativos e um nível de confiança mais elevado.
* As omissões exigem exemplos positivos mais variados e um nível de confiança mais baixo.
* Acompanhe o progresso contando quantos dos 50 primeiros resultados estão corretos.

## Identificar a causa

| O que observa                                                               | Porquê                                                               | O que experimentar                                                                                                                                                      |
| --------------------------------------------------------------------------- | -------------------------------------------------------------------- | ----------------------------------------------------------------------------------------------------------------------------------------------------------------------- |
| São devolvidos muitos elementos semelhantes                                 | A pesquisa não consegue distingui-los do que procura                 | Adicione os elementos semelhantes como negativos. Aumente o nível de confiança mínimo.                                                                                  |
| Faltam exemplos que conhece                                                 | Os exemplos positivos não abrangem o aspeto desses elementos         | Classifique alguns deles como positivos. Verifique se o controlo deslizante de confiança não está demasiado alto. Confirme que têm mais do que alguns píxeis de 10 m.   |
| Todos os resultados estão concentrados num só local                         | Os seus rótulos estão agrupados                                      | Atribua rótulos em várias partes da área.                                                                                                                               |
| Um projeto combina dois aspetos diferentes                                  | Um único conjunto de rótulos não consegue descrever ambos            | Divida-os em projetos separados.                                                                                                                                        |
| Os resultados parecem aleatórios quando há apenas 1 ou 2 exemplos positivos | Há muito poucos dados para aprender                                  | Adicione exemplos positivos variados.                                                                                                                                   |
| A Deep Search devolve resultados a menos ou a mais                          | O limiar de confiança ou a amostragem de negativos não está adequada | Mova o controlo deslizante de **Confiança mínima** . Experimente **Ignorar negativos aleatórios**.                                                                      |
| As contagens mensais variam de mês para mês                                 | As estações alteram as imagens                                       | Compare a **Transferência de rótulos** e a **Calibração da janela**. Consulte [Pesquisa mensal](https://docs.earthindex.ai/pt/pesquisa-mensal-beta/monthly-monitor.md). |
| Há manchas de resultados sob nuvens ou neblina                              | As nuvens alteram o que o satélite vê                                | Compare imagens da mesma estação.                                                                                                                                       |

## Como saber se está a melhorar

Após cada execução, examine os 50 primeiros resultados e conte quantos estão corretos. Se a contagem aumentar de uma execução para a seguinte, os seus rótulos estão a melhorar.

A Pesquisa mensal segue a mesma ideia. A etapa de teste mostra-lhe uma amostra das deteções e considera o seu detetor aprovado quando 60% estão corretas. Adote o mesmo hábito na Quick Search e na Deep Search, embora estas não executem um teste por si.

{% hint style="success" %}
**O que fazer**

Altere uma coisa de cada vez. Corrija primeiro o erro mais frequente, execute novamente e conte os 50 primeiros resultados antes de alterar qualquer outra coisa.
{% endhint %}

<details>

<summary>Aprofundar</summary>

Os falsos positivos e as omissões compensam-se mutuamente através do limiar de confiança. Um limiar mais elevado devolve menos mosaicos e elimina falsos positivos, mas também exclui correspondências verdadeiras. Um limiar mais baixo faz o contrário. Os rótulos alteram todo este equilíbrio, pelo que são uma solução melhor do que alterar apenas o limiar. Consulte [Como o Earth Index encontra correspondências](https://docs.earthindex.ai/pt/melhore-os-seus-resultados/how-search-works.md).

</details>

## Relacionados

* [Porque é que os negativos são importantes](https://docs.earthindex.ai/pt/melhore-os-seus-resultados/why-negatives-matter.md)
* [Escolher bons exemplos](https://docs.earthindex.ai/pt/melhore-os-seus-resultados/choose-good-examples.md)
* [O que o satélite vê](https://docs.earthindex.ai/pt/melhore-os-seus-resultados/beyond-true-color.md)
