TOP-5 , TOP-1

Question

با سلام عرض ادب
چندتا سوال داشتم ممنون میشم راهنماییم کنید
در تاپ 5 ، طبقه بند 5 تا حدس میزنه که اگر ابجکت مورد نظر جز این 5 تا حدس باشد در واقع شبکه درست حدس زده هست این هم بخاطر این هست که چون در یک تصویر ممکن هست چندتا ابجکت های دیگری هم موجود باشد.
حالا در تاپ 1 ، یعنی حدس اولیه ( با بیشترین confidence ) به عنوان جواب درست حساب میشود ؟ حالا اگر تصویری که چندتا ابجکت توش باشد این شبکه از کجا بدونه کدوم اون حدسی که بشترین score رو دارد همان لیبلی هست که زده شده به عکس

Answer 1

سلام.
بعد از این که یه طبقه بند آموزش دید برای طبقه بندی مثلا 1000 کلاسه (مثلا با شبکه عصبی و softmax ) در مرحله تست برای یک تصویر تست خروجی لایه آخر (خروجی softmax) تعداد 1000 عدد احتمال ( هر عدد بین صفر تا یک) تولید میکنه. اصولا کلاس برنده کلاسی هست که بیشترین امتیاز یا احتمال رو داره. ولی توی بسیاری از کاربردها خیلی از کلاسها تا حد زیادی شبیه به هم هستن. مثلا توی تشخیص ورزش کلاس شنا با کلاس واترپلو با کلاس شیرجه خیلی شبیه هستن. اصولا توط طبقه بندی فرض میشه هر عکس آموزشی فقط متعلق به یک کلاس هست. ولی بسیاری از کلاسها شباهت زیادی دارن. برای همین علاوه بر این که خطا رو با توجه به پیشبینی شماره یک شبکه (TOP1) محاسبه میکنن با 5 پیشبینی محتمل اول هم محاسبه میکنن (TOP5). اگر برچسب پیشبینی شده شماره یک توسط شبکه با برچسب واقعی یکی نبود خطای TOP1 رخ داده و اگر 5 برچسب پیشبینی شده برتر توسط شبکه نیز هیچ کدام با برچسب واقعی یکی نبود خطای TOP5 رخ داده.
به هر حال اگر هدف تشخیص یک برچسب خروجی باشه کلاسی برنده هست که بیشترین احتمال رو داشته باشه. در طبقه بندی هم فرض میشه هر عکس فقط متعلق به یک کلاس هستش و یک عکس نمیتونه متعلق به دو کلاس باشه. ولی اگه بعد از آموزش شبکه شما یک تصویری به شبکه بدهید که شامل دو کلاس هست احتمالا خروجی شبکه برای هر یک از اون دو کلاس مقدار بالایی (مثلا برای هر کدوم احتمال حدود 0.4 و جمع دو کلاس احتمالشون 0.8 بشه).