ImageNet: qual è il tasso di errore top-1 e top-5?

Nei documenti di classificazione di ImageNet i tassi di errore top-1 e top-5 sono unità importanti per misurare il successo di alcune soluzioni, ma quali sono questi tassi di errore?

Nella classificazione ImageNet con reti neurali profonde convoluzionali di Krizhevsky et al. ogni soluzione basata su una sola CNN (pagina 7) non ha tassi di errore primi 5, mentre quelli con 5 e 7 CNN (e anche il tasso di errore per 7 CNN è migliore rispetto a 5 CNN).

Questo significa che il tasso di errore top-1 è il miglior tasso di errore singolo per una singola CNN?

Il tasso di errore tra i primi 5 è semplicemente il tasso di errore accumulato di cinque CNN?

[...] dove il tasso di errore superiore a 5 è la frazione delle immagini di prova per le quali l'etichetta corretta non è tra le cinque etichette considerate più probabili dalla modalità.

Innanzitutto, si effettua una previsione utilizzando la CNN e si ottiene la distribuzione multinomiale di classe prevista ( ).$\sum p_{class} = 1$

Ora, nel caso del punteggio più alto 1 , controlli se la classe superiore (quella con la probabilità più alta) è uguale all'etichetta del bersaglio.

Nel caso del punteggio tra i primi 5 , verifichi se l'etichetta target è una delle tue prime 5 previsioni (le 5 con le probabilità più alte).

In entrambi i casi, il punteggio più alto viene calcolato come i tempi in cui un'etichetta prevista corrisponde all'etichetta di destinazione, divisa per il numero di punti dati valutati.

Infine, quando vengono utilizzate 5 CNN, si calcolano innanzitutto le previsioni e si segue la stessa procedura per il calcolo dei punteggi primi 1 e 5 principali.

Il tuo classificatore ti dà una probabilità per ogni classe. Diciamo che avevamo solo "gatto", "cane", "casa", "topo" come classi (in questo ordine). Quindi il classificatore dà qualcosa di simile

0.1; 0.2; 0.0; 0.7

di conseguenza. La classe Top-1 è "mouse". Le prime 2 classi sono {mouse, dog}. Se la classe corretta fosse "cane", verrebbe conteggiata come "corretta" per la precisione Top-2, ma come errata per la precisione Top-1.

$k$$k$