阈值：0.7 
模型: UAV-250321.onnx
模型评估结果：
真阳性(TP): 34
假阳性(FP): 1
真阴性(TN): 610
假阴性(FN): 144
误报率(FPR): 0.16%
漏报率(FNR): 80.90%

0.6
模型评估结果：
真阳性(TP): 68
假阳性(FP): 1
真阴性(TN): 610
假阴性(FN): 110
误报率(FPR): 0.16%
漏报率(FNR): 61.80%

阈值：0.5 
模型: UAV-250321.onnx
模型评估结果：
真阳性(TP): 96
假阳性(FP): 25
真阴性(TN): 586
假阴性(FN): 82
误报率(FPR): 4.09%
漏报率(FNR): 46.07%

阈值：0.45
模型: UAV-250321.onnx
模型评估结果：
真阳性(TP): 111
假阳性(FP): 61
真阴性(TN): 550
假阴性(FN): 67
误报率(FPR): 9.98%
漏报率(FNR): 37.64%


阈值：0.3
模型: UAV-250321.onnx
模型评估结果：
真阳性(TP): 147
假阳性(FP): 246
真阴性(TN): 365
假阴性(FN): 31
误报率(FPR): 40.26%
漏报率(FNR): 17.42%


1. 分开复杂背景和简单背景
2. 漏报和误报率的计算方式
3. 响应时间，多久能画面当中测出无人机（响应时间）
  + 白天、黄昏、多云、阴天
  + 位置标定的方式
  + 电机定位精度
  + 告警
  + 热成像版本
  + 飞机型号、方向、远近、姿态 
  + 垂直起降飞行