top-1 error 和 top-5 error

首先是TOP-5正确率,
举个例子,比如你训练好了一个网络,你要用这个网络去进行图片分类任务,那我假设要分类的数目有50类,那么当我进行测试时,我输入一张图片,网络会依次输出这50个类别的概率,当所有图片测试完成后,那么:TOP-5正确率就是说,在测试图片的50个分类概率中,取前面5个最大的分类概率,正确的标签(分类)有没有在里面,就是它是不是这前5个中的一个,如果是,就是分类成功,那么他的TOP-5正确率此时等于:所有测试图片中正确标签在前五个分类概率的个数/所有的测试图片数
那么,TOP-5错误率就是正确标记的样本数不在前五个概率里面的样本数除以总的样本数

同理,TOP-1错误率就是正确标记的样本数不是最佳概率的样本数除以总的样本数

就是:
top1-----就是你预测的label取最后概率向量里面最大的那一个作为预测结果,如过你的预测结果中概率最大的那个分类正确,则预测正确。否则预测错误
top5-----就是最后概率向量最大的前五名中,只要出现了正确概率即为预测正确。否则预测错误。
————————————————
版权声明:本文为CSDN博主「君子当自强不息」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/qq_26413875/article/details/100542817

top1 top5错误率概念相关推荐

  1. 如何理解论文中常见的Top-1错误率和Top-5错误率?

    首先是TOP-5正确率, 举个例子,比如你训练好了一个网络,你要用这个网络去进行图片分类任务,那我假设要分类的数目有50类,那么当我进行测试时,我输入一张图片,网络会依次输出这50个类别的概率,当所有 ...

  2. top1与top5错误率

    top1错误率 top1就是你预测的label取最后概率向量里面最大的那一个作为预测结果,你的预测结果中概率最大的那个类必须是正确类别才算预测正确.而top5就是最后概率向量最大的前五名中出现了正确概 ...

  3. top1 top5 概念

    top1 top5 概念 以ucf101视频分类为例: 现在有101个类别的视频,我的网络测试视频a是哪一类视频,每一个概率值对应一类视频,这样就输出101个概率值,top1就是最大的那个概率值所对应 ...

  4. Top-1错误率、Top-5错误率等常见的模型算法评估指标解析

    Top-1 错误率:指预测输出的概率最高的类别与人工标注的类别相符的准确率,就是你预测的label取最后概率向量里面最大的那一个作为预测结果,如过你的预测结果中概率最大的那个分类正确,则预测正确,否则 ...

  5. Python:rank-1 rank-5 top1 top5 mAP

    数据集:[0,1,2,3,4,5,6,7,8,9] 目标集:[1,3,5,7,9] 三次预测结果分别为(按照预测所得概率从大到小排序): [8,9,4,7,5,6,3,2,1,0],可以看出在第2.4 ...

  6. TOP1 TOP5

    top1----- 就是你预测的label取最后概率向量里面最大的那一个作为预测结果,如过你的预测结果中概率最大的那个分类正确,则预测正确.否则预测错误 top5----- 就是最后概率向量最大的前五 ...

  7. 【CV-Paper 19】PReLU:Delving Deep into Rectifiers

    论文原文:LINK 论文年份:2015 论文被引:9108(2020/10/09) 15056(2022/03/26) 文章目录 Delving Deep into Rectifiers: Surpa ...

  8. 经典神经网络论文超详细解读(八)——ResNeXt学习笔记(翻译+精读+代码复现)

    前言 今天我们一起来学习何恺明大神的又一经典之作: ResNeXt(<Aggregated Residual Transformations for Deep Neural Networks&g ...

  9. Aggregated Residual Transformations for Deep Neural Networks(论文翻译)

    摘要 我们提出了一种用于图像分类的简单.高度模块化的网络架构.我们的网络是通过重复一个构建块来构建的,该构建块聚合了一组具有相同拓扑的转换.我们简单的设计产生了一个同质的多分支架构,只需设置几个超参数 ...

最新文章

  1. 使用谷歌jquery库文件的理由
  2. 刚子扯谈:微信 今天你打飞机了嘛吗?
  3. Burp Suite入门笔记
  4. 从富文本中截取图片_Excel文本数字拆分,模式化公式详解
  5. Android Studio 使用入门及问题汇总
  6. __block和__weak修饰符的区别
  7. 文本标点英文对齐_电脑健盘中的所有英文组合意思超值解释建议收藏
  8. 2007标注没有文字_Hi,siri,你的商标注册了吗
  9. JVM垃圾回收策略与垃圾收集器
  10. ansys linux安装包_ANSYS15.0 for Linux下载及安装教程 - 图文 -
  11. 线性最优离散滤波器——维纳滤波器及LCMV MVDR GSC (自适应滤波)
  12. 使用 .NET Core 开发 BT Tracker 服务器
  13. 360浏览器兼容IE模式下打印去掉页眉页脚
  14. 软件版本中的beta,rc,ga是什么意思
  15. seo和网站服务器有什么区别,SEO与竞价推广有什么不同?
  16. SQL总结 学期前8周学习内容
  17. “百度杯”CTF比赛 十一月场Look
  18. 算法工程 # 深度学习算法落地最后一公里:工业界中的大规模向量检索
  19. android多个按钮美化,Android开发学习系列(一)——Android按钮圆角美化
  20. mysql 一小时内数据

热门文章

  1. node分布式(小鹿线)
  2. 各部件作用计算机,简述计算机五大部件及其作用
  3. c语言程序设计李亮答案,C语言程序设计
  4. ubuntu on windows 编译安装 stardict 3.06
  5. vue中使用echats
  6. 安卓定位方案的价格对比(包含可免费商用的服务)
  7. Talend抽数工具使用整理
  8. 蛙蛙推荐:蛙蛙牌云存储服务
  9. matplotlib模块的pyplot子模块绘制正切函数
  10. SushiSwap历任“主厨”史