在神经网络相关的论文中会经常提到ImageNet Top-5 或者Top-1,这是一种图片检测准确率的标准。
【ImageNet】
ImageNet 项目是一个用于物体对象识别检索大型视觉数据库。截止2016年,ImageNet 已经对超过一千万个图像进行手动注释,标记图像的类别。在至少一百万张图像中还提供了边界框。
自2010年以来,ImageNet 举办一年一度的软件竞赛,叫做(ImageNet Large Scale Visual Recognition Challenge,ILSVRC)。主要内容是通过算法程序实现正确分类和探测识别物体与场景,评价标准就是Top-5 错误率。
Top-5错误率
即对一个图片,经过网络预测类别后,如果前五个最大概率值包含了正确答案(图片内容),即认为正确。
top-5错误率就是Top-5 = (正确标记 不在 模型输出的前5个最佳标记中的样本数)/ 总样本数。
Top-1错误率
即对一个图片,经过网络预测类别后,如果概率最大的代表了答案(图片内容),才认为正确。
Top-1 = (正确标记 不是 模型输出的最佳标记的样本数)/ 总样本数。