图像分类Top-5 错误率

Top-5 分类错误率

平常我们在看一些深度学习图像分类的文献资料的时候，经常提到ImageNet Top-5 错误率降到了5%。它是什么意思呢？

ImageNet 项目

首先先说一下ImageNet 项目吧！

ImageNet Index
ImageNet 项目是一个用于物体对象识别检索大型视觉数据库。截止2016年，ImageNet 已经对超过一千万个图像的url进行手动注释，标记图像的类别。在至少一百万张图像中还提供了边界框。自2010年以来，ImageNet 举办一年一度的软件竞赛，叫做** ImageNet 大尺度视觉识别挑战(ImageNet Large Scale Visual Recognition Challenge, ILSVRC)。主要内容是通过算法程序实现正确分类和探测识别物体与场景，评价标准就是Top-5 错误率**。

Top-5 错误率

ILSRVRC（ImageNet 图像分类大赛） 比赛设置如下：
1000类图像分类问题，训练数据集126万张图像，验证集5万张，测试集10万张（标注未公布）。
评价标准采用 top-5 错误率——即对一张图像预测5个类别，只要有一个和人工标注类别相同就算对，否则算错。

近几年ILSRVRC 比赛结果如下表所示：

结果公布时间	机构top-5错误率(%)	模型数	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