1.ImageNet

ImageNet 專案是一個用於物體物件識別檢索大型視覺資料庫。截止2016年，ImageNet 已經對超過一千萬個影象的url進行手動註釋，標記影象的類別。在至少一百萬張影象中還提供了邊界框。ImageNet 舉辦一年一度的軟體競賽，叫做 ImageNet 大尺度視覺識別挑戰(ImageNet Large Scale Visual Recognition Challenge,ILSVRC)。主要內容是通過演算法程式實現正確分類和探測識別物體與場景，評價標準就是Top-5 錯誤率。
 

2.top-5錯誤率

對一張影象預測類別，概率前五中，只要有一個和人工標註類別相同就算對，否則算錯。

那麼Top-5錯誤率就是指模型對一張圖片預測前五的概率中不包含正確結果的佔比。

3.top-1錯誤率

對一張圖片進行，只有模型預測概率最大的是正確答案，才認為該圖片預測正確。