为何Caffe Accuracy Layer与PyCaffe计算的准确率存在差异？

我之前也碰到过一模一样的坑，咱们一步步拆解问题原因，再给出修正方案：

最常见的原因：Caffe返回的是单个batch的准确率，而非全局平均 #

默认情况下，当你跑完solver.test_nets[0].forward()一次，solver.test_nets[0].blobs['accuracy'].data存储的是当前这个测试batch的准确率，而不是所有测试batch的平均准确率。

但你的自定义run_test函数是累加所有正确样本数后除以总样本数，得到的是全局平均准确率——这两者自然会有差异，尤其是当测试集样本数不是batch size整数倍时，最后一个batch的准确率会拉偏结果。

其他可能的原因 #

1. 最后一个batch的样本数未处理 #

如果你的测试集总样本数不能被batch size整除，最后一个batch的实际样本数会小于设定的batch_size_test。如果自定义代码里直接用固定的batch_size_test计算总数，就会和Caffe的计算逻辑（自动用实际样本数计算该batch的准确率）产生误差。

2. Accuracy Layer的top_k参数不匹配 #

如果你的Accuracy Layer配置了top_k: N（比如top5准确率），那它会统计“预测结果前N个类别包含正确标签”的样本数；但如果你的自定义代码只判断top1的预测是否正确，结果肯定不一致。

修正后的自定义测试函数 #

下面是调整后的代码，完美对齐Caffe的计算逻辑：

def run_test(solver, test_iter):
    ''' Tests the network on all test set and calculates the test accuracy '''
    correct = 0
    total_samples = 0
    caffe_acc_sum = 0  # 用来累加Caffe每个batch的准确率，最后计算全局平均
    
    # 可选：重置测试网络状态，避免之前的运行残留影响
    solver.test_nets[0].reset()
    
    for test_it in range(test_iter):
        solver.test_nets[0].forward()
        
        # 获取当前batch的实际样本数（处理最后一个batch不满的情况）
        current_batch_size = solver.test_nets[0].blobs['data'].data.shape[0]
        
        # --- 自定义计算部分 ---
        # 替换成你的网络输出层名称（比如fc8、prob等）
        pred = solver.test_nets[0].blobs['prob'].data.argmax(axis=1)
        # 获取真实标签
        label = solver.test_nets[0].blobs['label'].data
        # 计算当前batch的正确样本数
        batch_correct = (pred == label).sum()
        
        # --- 累加统计 ---
        correct += batch_correct
        total_samples += current_batch_size
        
        # --- 对比Caffe的batch准确率 ---
        caffe_batch_acc = solver.test_nets[0].blobs['accuracy'].data
        caffe_acc_sum += caffe_batch_acc * current_batch_size
        print(f"Batch {test_it+1}: Caffe batch acc = {caffe_batch_acc:.4f}, My batch acc = {batch_correct/current_batch_size:.4f}")
    
    # 计算全局平均准确率
    my_global_acc = correct / total_samples
    caffe_global_acc = caffe_acc_sum / total_samples
    print(f"\nTotal Test Accuracy:")
    print(f"My Calculation = {my_global_acc:.4f}")
    print(f"Caffe Average = {caffe_global_acc:.4f}")
    
    return my_global_acc

额外注意事项 #

• 确认你的输出层名称（比如prob）和标签层名称（label）与网络配置一致；
• 如果Accuracy Layer用了top_k参数，自定义代码也要对应调整：比如判断正确标签是否在预测概率前N的类别里；
• 每次测试前调用reset()可以避免网络缓存的中间结果干扰，保证测试的独立性。

内容的提问来源于stack exchange，提问作者Hossein