为什么图像分类竞赛选择五个候选答案?为什么不是四个,也不是三个,尤其不是一个?

为什么图像分类竞赛要求提供五个候选答案?

我的意思是,如果图像是关于橙子的,那么(苹果、汽车、飞机、书、橙子)就是正确的答案。

但如果竞赛只要求三个候选答案,而这台机器只回答前三个——(苹果、汽车、飞机),那么它就是错误的。

因此,五个候选答案比三个候选答案要容易得多。而且三个答案几乎等同于一个答案。

为什么特别是数字1,为什么要要求五个候选答案呢?

我花了半个小时来研究这个问题。


回答:

首先,分类器的准确性还不够高。这可以鼓励研究人员。其次,图片中的对象不止一个。

Related Posts

Keras Dense层输入未被展平

这是我的测试代码: from keras import…

无法将分类变量输入随机森林

我有10个分类变量和3个数值变量。我在分割后直接将它们…

如何在Keras中对每个输出应用Sigmoid函数?

这是我代码的一部分。 model = Sequenti…

如何选择类概率的最佳阈值?

我的神经网络输出是一个用于多标签分类的预测类概率表: …

在Keras中使用深度学习得到不同的结果

我按照一个教程使用Keras中的深度神经网络进行文本分…

‘MatMul’操作的输入’b’类型为float32,与参数’a’的类型float64不匹配

我写了一个简单的TensorFlow代码,但不断遇到T…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注