本文详细解析了Top-1和Top-5精度的概念及其计算方式，同时介绍了AP、MAP、Accuracy、Precision和Recall等评估指标，帮助读者深入理解模型评估的各个方面。
参考链接：https://blog.youkuaiyun.com/11076604169/article/details/100731210
top-1和top-5正确率与错误率定义：
假设分类类别共10类，现在有10个测试图片，那么一个图片输入网络，得到10个类别概率，而top-5就是这10个类别概率中取概率最高的前五个类别，如果此测试图片的类别在这五个类别中，则表明预测正确，反之预测错误，top-5错误率就是预测错误样本数/所有样数，top-5正确率是预测正确样本数/所有样本数；
top-1是这10个类别概率中取概率最高的一个类别，如果此测试图片的类别是概率最高类别，则表明预测正确，反之预测错误，top-1错误率就是预测错误样本数/所有样数，top-1正确率是预测正确样本数/所有样本数；
AP,MAP,Accuracy，Precision，Recall
TP（样本正，结果正），FP(样本负，结果正)，TN(样本负，结果负),FN(样本正，结果负)
TP和TN是正确判断结果，FN和FP是错误判断结果，因此
Accuracy预测正确的样本数/样本总数
（正确性）Accuracy=（TP+TN）/TP+TN+FP+FN
Accuracy在样本均匀情况下可较好反应检测指标，样本不均匀此指标存在缺陷。
Precision表示预测为正的样本中，确实为正样本所占的比例（预测为狗的图片中，确实为狗的比例）
（精确度）Precision=TP/TP+FP
Recall表示所有正样本中，确实预测为正样本的比例（所有狗的图片中，有多大比例狗被正确的预测出来）
Recall=TP+FP/TP+FN
AP(average precision)和MAP（mean average precision）
AP是precision的平均，针对某个类，MAP是针对多个类别（M）的AP取平均
扫一扫
2076
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
