Acho que o conceito mostrado no texto não está exatamente certo, visto que, ao tratar de Verdadeiro Negativo, em uma matriz de confusão, é indicado que o modelo classificou erroneamente uma imagem, quando na verdade deveria ser indicado que o modelo classificou corretamente uma imagem fora do padrão(incorreta/falsa) como fora do padrão(incorreta/falsa). Um exemplo disso poderia ser o modelo classificar a imagem de um cachorro como sendo não gato.
O livro Pandas Python Data Wrangling para Ciência de Dados de Eduardo Corrêa menciona o conceito da seguinte maneira:
'' - mc[1,1] armazena o total de objetos cujo rótulo era "Não" (neste exemplo, objetos que não possuem a cor green na bandeira) e que foram corretamente classificados como "Não". São por isso chamados de Verdadeiro Negativos (VN)."