ImageNet 中的Top-1与Top-5

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。