ImageNet : 상위 1 및 상위 5 오류율이란 무엇입니까?

ImageNet 분류 용지에서 상위 1 및 상위 5 오류율은 일부 솔루션의 성공을 측정하는 데 중요한 단위이지만 이러한 오류율은 무엇입니까?

에 깊은 길쌈 신경망과 ImageNet 분류 Krizhevsky 등으로. 하나의 단일 CNN (7 페이지)을 기반으로하는 모든 솔루션에는 상위 5 개의 오류율이 없지만 5 및 7 개의 CNN이있는 솔루션에는 5 개의 CNN에 비해 오류율이 더 높습니다.

이것이 최상위 1 오류율이 하나의 단일 CNN에 대한 최상의 단일 오류율이라는 것을 의미합니까?

상위 5 개 오류율은 단순히 5 개의 CNN의 누적 오류율입니까?

[...] 여기서 상위 5 오류율은 올바른 레이블이 모드에서 가장 가능성이 높은 것으로 간주되는 5 개의 레이블 중 하나가 아닌 테스트 이미지의 일부입니다.

먼저, CNN을 사용하여 예측하고 예측 된 클래스 다항 분포를 구합니다 ( ).$\sum p_{class} = 1$

이제 최고 점수 인 경우 최고 등급 (확률이 가장 높은 등급)이 대상 레이블과 같은지 확인합니다.

의 경우 최고 5 대상 라벨이 상위 5 예측 (가장 높은 확률로 5 사람) 중 하나 인 경우 점수, 당신은 확인합니다.

두 경우 모두, 최고 점수는 예측 된 레이블이 대상 레이블과 일치 한 시간을 평가 된 데이터 포인트 수로 나눈 값으로 계산됩니다.

마지막으로 5-CNN을 사용하는 경우 먼저 예측의 평균을 내고 상위 1 및 상위 5 점수를 계산하는 동일한 절차를 따릅니다.

분류기는 각 클래스에 대한 확률을 제공합니다. "고양이", "개", "집", "마우스"만 클래스 (순서대로)라고 가정 해 봅시다. 그런 다음 분류기는 다음과 같은 somehting을 제공합니다.

0.1; 0.2; 0.0; 0.7

결과적으로. 최상위 클래스는 "마우스"입니다. 상위 2 개 수업은 {mouse, dog}입니다. 올바른 클래스가 "dog"인 경우 Top-2 정확도에 대해서는 "correct"로 계산되지만 Top-1 정확도에 대해서는 잘못 계산됩니다.

$k$$k$