圖像分類Top-5 錯(cuò)誤率

Top-5 分類錯(cuò)誤率

平常我們?cè)诳匆恍┥疃葘W(xué)習(xí)圖像分類的文獻(xiàn)資料的時(shí)候挣惰,經(jīng)常提到ImageNet Top-5 錯(cuò)誤率降到了5%隆判。它是什么意思呢?

ImageNet 項(xiàng)目

首先先說(shuō)一下ImageNet 項(xiàng)目吧!

ImageNet Index

ImageNet 項(xiàng)目是一個(gè)用于物體對(duì)象識(shí)別檢索大型視覺數(shù)據(jù)庫(kù)。截止2016年啰劲,ImageNet 已經(jīng)對(duì)超過(guò)一千萬(wàn)個(gè)圖像的url進(jìn)行手動(dòng)注釋,標(biāo)記圖像的類別檀何。在至少一百萬(wàn)張圖像中還提供了邊界框蝇裤。自2010年以來(lái),ImageNet 舉辦一年一度的軟件競(jìng)賽频鉴,叫做** ImageNet 大尺度視覺識(shí)別挑戰(zhàn)(ImageNet Large Scale Visual Recognition Challenge, ILSVRC)栓辜。主要內(nèi)容是通過(guò)算法程序?qū)崿F(xiàn)正確分類和探測(cè)識(shí)別物體與場(chǎng)景,評(píng)價(jià)標(biāo)準(zhǔn)就是Top-5 錯(cuò)誤率**垛孔。

Top-5 錯(cuò)誤率

ILSRVRC(ImageNet 圖像分類大賽) 比賽設(shè)置如下:
1000類圖像分類問(wèn)題啃憎,訓(xùn)練數(shù)據(jù)集126萬(wàn)張圖像,驗(yàn)證集5萬(wàn)張似炎,測(cè)試集10萬(wàn)張(標(biāo)注未公布)辛萍。
評(píng)價(jià)標(biāo)準(zhǔn)采用 top-5 錯(cuò)誤率——即對(duì)一張圖像預(yù)測(cè)5個(gè)類別,只要有一個(gè)和人工標(biāo)注類別相同就算對(duì)羡藐,否則算錯(cuò)贩毕。

近幾年ILSRVRC 比賽結(jié)果如下表所示:

結(jié)果公布時(shí)間 機(jī)構(gòu)top-5錯(cuò)誤率(%) 模型數(shù) 方法
2015.2.11 Google 4.82 http://arxiv-web3.library.cornell.edu/abs/1502.03167
2015.2.6 MSRA 4.94 http://arxiv.org/abs/1502.01852
2015.2.6 Baidu 5.33 http://arxiv.org/abs/1501.02876
2015.1.13 Baidu 5.98 ——
2014.8.18 Google 6.66 http://arxiv.org/abs/1409.4842
2014.8.18 Oxford 7.33 http://arxiv.org/abs/1409.1556
2013.11.14 NYU 11.7 http://arxiv.org/abs/1311.2901
2012.10.13 U.Toronto 16.4 http://www.cs.toronto.edu/~fritz/absps/imagenet.pdf
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市仆嗦,隨后出現(xiàn)的幾起案子辉阶,更是在濱河造成了極大的恐慌,老刑警劉巖瘩扼,帶你破解...
    沈念sama閱讀 210,914評(píng)論 6 490
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件谆甜,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡集绰,警方通過(guò)查閱死者的電腦和手機(jī)规辱,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 89,935評(píng)論 2 383
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)栽燕,“玉大人罕袋,你說(shuō)我怎么就攤上這事“恚” “怎么了浴讯?”我有些...
    開封第一講書人閱讀 156,531評(píng)論 0 345
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)蔼啦。 經(jīng)常有香客問(wèn)我榆纽,道長(zhǎng),這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 56,309評(píng)論 1 282
  • 正文 為了忘掉前任奈籽,我火速辦了婚禮饥侵,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘唠摹。我一直安慰自己爆捞,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,381評(píng)論 5 384
  • 文/花漫 我一把揭開白布勾拉。 她就那樣靜靜地躺著煮甥,像睡著了一般。 火紅的嫁衣襯著肌膚如雪藕赞。 梳的紋絲不亂的頭發(fā)上成肘,一...
    開封第一講書人閱讀 49,730評(píng)論 1 289
  • 那天,我揣著相機(jī)與錄音斧蜕,去河邊找鬼双霍。 笑死,一個(gè)胖子當(dāng)著我的面吹牛批销,可吹牛的內(nèi)容都是我干的洒闸。 我是一名探鬼主播,決...
    沈念sama閱讀 38,882評(píng)論 3 404
  • 文/蒼蘭香墨 我猛地睜開眼均芽,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼丘逸!你這毒婦竟也來(lái)了?” 一聲冷哼從身側(cè)響起掀宋,我...
    開封第一講書人閱讀 37,643評(píng)論 0 266
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤深纲,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后劲妙,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體湃鹊,經(jīng)...
    沈念sama閱讀 44,095評(píng)論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,448評(píng)論 2 325
  • 正文 我和宋清朗相戀三年镣奋,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了币呵。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 38,566評(píng)論 1 339
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡唆途,死狀恐怖富雅,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情肛搬,我是刑警寧澤,帶...
    沈念sama閱讀 34,253評(píng)論 4 328
  • 正文 年R本政府宣布毕贼,位于F島的核電站温赔,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏鬼癣。R本人自食惡果不足惜陶贼,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,829評(píng)論 3 312
  • 文/蒙蒙 一啤贩、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧拜秧,春花似錦痹屹、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,715評(píng)論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)。三九已至聊替,卻和暖如春楼肪,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背惹悄。 一陣腳步聲響...
    開封第一講書人閱讀 31,945評(píng)論 1 264
  • 我被黑心中介騙來(lái)泰國(guó)打工春叫, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人泣港。 一個(gè)月前我還...
    沈念sama閱讀 46,248評(píng)論 2 360
  • 正文 我出身青樓暂殖,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親当纱。 傳聞我的和親對(duì)象是個(gè)殘疾皇子呛每,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,440評(píng)論 2 348

推薦閱讀更多精彩內(nèi)容