图像分类的Top-5错误率怎么理解?

ImageNet Top-5错误率是衡量深度学习图像分类性能的一个指标,意味着在预测的前五个类别中,只要有一个与实际类别相符就算正确。这个概念常用于ImageNet大规模视觉识别挑战赛(ILSVRC),该比赛通过Top-5错误率来评估算法的性能。近年来,各大机构在ILSVRC上的Top-5错误率逐渐降低,表明图像分类技术的显著进步。
摘要由CSDN通过智能技术生成

在看一些深度学习图像分类文献的时候,经常提到ImageNet Top-5错误率降到了15%。它是什么意思呢?

top1就是你预测的label取最后概率向量里面

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值