Top-1 및 Top-N 정확도란 무엇인가?

Top-1 정확도:

모델이 예측한 가장 높은 확률의 클래스가 실제 클래스와 일치하는 경우.

Top-N 정확도:

모델이 예측한 상위 N개의 클래스 중 하나가 실제 클래스와 일치하는 경우.

왜 중요한가?

• Top-N 정확도는 모델의 성능을 평가하는 데 더 많은 여유를 제공

  예를 들어, 모델이 실제 클래스를 두 번째, 세 번째, 네 번째 또는 다섯 번째로 예측했을 때도 올바른 예측으로 간주한다.

• 일반적으로 Top-5 정확도는 Top-1 정확도보다 훨씬 높다.

  예를 들어, ImageNet 데이터셋에서 최첨단 모델의 Top-1 정확도는 약 80-90%인 반면, Top-5 정확도는 99%에 가깝다.

예시

모델이 Collie(콜리) 이미지를 입력받았을 때, 모델의 출력이 여러 클래스(예: 셰틀랜드 쉽독, 셰퍼드 등)를 포함할 수 있다.

이때 실제 클래스가 상위 5개 클래스 중 하나에 포함되면 올바른 예측으로 간주하는것이다.

ImageNet 데이터셋 예시

EfficientNet-L2 모델의 Top-1 정확도는 90%
Top-5 정확도는 98.8%로 매우 높다.

결론

Top-N 정확도는 모델이 실제 클래스를 예측하는 데 있어 더 많은 여유를 제공하여 모델의 성능을 더 잘 평가할 수 있게 해준다.